Konkurrenter med kunstig intelligens med digital bidewing til at opdage sekundær caries

Caries er kroniske sygdomme, der resulterer i ødelæggelse af det hårde tandvæv. Det er en multifaktoriel tilstand, der ofte forbliver udiagnosticeret, især når den er skjult eller i dens indledende stadier. Påvisning af ikke-kaviterede læsioner er afgørende for deres tidlige behandling. Standard visuel-taktil inspektion mislykkes ofte i at identificere tidlige læsioner på svært tilgængelige overflader, såsom proksimale områder og under restaureringer. At opdage proksimal caries tidligt er afgørende for at implementere effektive behandlinger og opnå optimale resultater. En almindelig supplerende metode til at opdage tidlige læsioner på proksimale overflader og vurdere deres omfang er biderøntgen. Den rutinemæssige diagnostiske tilgang kombinerer klinisk undersøgelse med radiografisk evaluering. For at øge påvisningshastigheden af ​​proksimal sekundær caries anbefaler eksperter at integrere visuelle og kliniske undersøgelser med bitewing radiografi. Intraorale bitewing røntgenbilleder kan optages ved hjælp af enten film eller digitale sensorer, med præference for digitale systemer på grund af deres fordele ved reduceret patienteksponering, tidsbesparelser, billedforbedring og nem billedlagring, hentning og transmission. Selvom de er mere følsomme til at opdage tidlige læsioner end visuelle-taktile vurderinger, kommer bidewing-evalueringer med betydelig varians mellem undersøgere og en betydelig andel af falsk-positive eller falsk-negative påvisninger. Nyere litteratur har udforsket brugen af ​​kunstig intelligens (AI), et felt inden for computervidenskab med fokus på at udvikle maskiner, der er i stand til at efterligne menneskelige kognitive evner, som et diagnostisk værktøj til at opdage carieslæsioner ved hjælp af dentale (digitale radiografiske) billeder. Efterhånden som AI-teknologien udvikler sig, har et stigende antal undersøgelser undersøgt den diagnostiske ydeevne af AI-baserede modeller, hvilket understreger vigtigheden af ​​at skabe pålidelige værktøjer som AI til at forbedre den diagnostiske proces. Adskillige undersøgelser har vurderet ydeevnen af ​​AI-modeller på forskellige typer af dental røntgenbilleder, med et betydeligt fokus på bitewing røntgenbilleder (BWR). AI er blevet brugt til forskellige applikationer inden for oral og tandsundhed, herunder påvisning af tandkaries, endodontisk behandling og diagnose, periodontale problemer og påvisning af oral læsionspatologi. Et referencedatasæt af cariesdiagnoser fra bidende røntgenbilleder af forskellige undersøgere skabte dette benchmark, der fungerer som et afgørende værktøj til at sammenligne diagnostiske ydeevne af AI-modeller med menneskelige undersøgere, hvilket understreger de potentielle forbedringer i nøjagtighed og pålidelighed, som AI kan bringe til tanddiagnostik.