Kunstig intelligens-forbedret tredimensionel rekonstruktion af Ridge-mangler

Alvorlig parodontitis, traumer og langvarig edentulisme kan forårsage betydelige resorptive ændringer af den alveolære højderyg, hvilket fører til alvorlige knogledefekter i den æstetiske zone [1]. Omhyggelig evaluering af hårdt og blødt væv før implantatkirurgi er vigtigt for at genoprette korrekt funktion og æstetik. Horisontale, lodrette eller kombinerede rygdefekter efter ekstraktion påvirker i betydelig grad placeringen af ​​tandimplantater og dets langsigtede stabilitet, såvel som det endelige æstetiske resultat [2].

Under naturlige forhold efter en tandudtrækning, ville alveolknoglen omkring den tomme socket undergå resorption, og alveolryggen ville trække sig tilbage i højden og bredden [3]. Udover at føre til æstetiske og funktionelle problemer, vil det reducerede knoglevolumen også forårsage utilstrækkelig støtte til tandimplantatet, hvilket får implantatet til at blive løst og ustabilt [4]. For patienter, der står over for sådanne problemer, er alveolær ridge augmentation nødvendig for at regenerere knoglevævet og genoprette den alveolære ridge for at sikre den langsigtede stabilitet af implantatet [2].

Selvom et stort antal alloplastiske, allogene eller xenogene knogleerstatningsmaterialer er tilgængelige til rekonstruktion af den alveolære kam, betragtes brugen af ​​autogen knogle stadig som guldstandarden. Autogen knogle har fremragende osteoinduktive, osteokonduktive og osteogenetiske egenskaber; immunologiske reaktioner eller overførsel af sygdomme kan sikkert undgås, og forudsigelige forstærkningsresultater kan opnås [5].

I flere år er brugen af ​​dentin som et alternativt autogent materiale til rekonstruktion af alveoler og transplantation af knoglemangel blevet beskrevet og undersøgt i dyreforsøg og kliniske studier [6-15]. Dentin er et egnet podemateriale, fordi det minder meget om knogle i sin organiske og uorganiske sammensætning. I lighed med den alveolære knogle består omkring 90 % af dentins organiske stof af type I kollagen. Osteogenetisk relevante strukturelle proteiner, såsom osteocalcin, osteonectin, phosphoprotein og sialoprotein, kan også findes i dentin [7]. Desuden indeholder dentin osteogenetisk aktive faktorer, herunder knoglemorfogenetisk protein 2 (BMP-2), vævsvækstfaktor-ß (TGF-ß) og insulinlignende vækstfaktor-2 (IGF-2). Som i alveolær knogle består de uorganiske komponenter i dentin af forskellige calciumphosphater såsom hydroxylapatit, ß-tricalciumphosphat, octacalciumphosphat og amorft calciumphosphat [16,17]. Sammenlignet med autogen knogle giver brugen af ​​dentin fordelen ved at undgå høstproceduren og den mulige resulterende donorstedmorbiditet med lovende kliniske og histologiske resultater på grund af dens iboende osteoinduktive og osteokonduktive kapacitet [14,15]. I sammenligning med autogent knoglebloktransplantat viser dentintransplantater også signifikant mindre resorption [12,17].

Imidlertid har autogent dentintransplantat begrænsninger på trods af dets dokumenterede knogledannende kapacitet: (1) afhængighed af mængden af ​​antallet af tænder, der er angivet til ekstraktion og tilstanden af ​​de ekstraherede tænder, (2) mangel på en standardmetode til at behandle autogent dentin graft og (3) patientpræference. Derfor er påføringen af ​​dentintransplantatmateriale fra andre individer - allogen dentingraft - blevet betragtet som et alternativt autogent dentintransplantat [18,19]. Allo-dentin graft blev konceptualiseret ud fra den demineraliserede knoglematrix, som i vid udstrækning blev udviklet og defineret til knogleinduktionsprincippet, som siger, at et proteinmakromolekyle i dentin og knogle inducerer differentieringen af ​​mesenkymale celler til osteoblaster; dette blev postuleret af Urist i 1965 [20]. Allo-dentin-transplantatet er et raffineret allograft, der har osteoinduktivitet og har været klinisk brugt siden 1980'erne. Meget få undersøgelser har undersøgt anvendelsen af ​​Allo-dentin-transplantat som knogleerstatning til knogletransplantationskirurgi. Den narrative gennemgang af afslørede, at Allo-dentin-transplantat har vist et stort potentiale for osteoinduktivitet på ekstraskeletale steder, maksimal klinisk sikkerhed og effektivitet uden antigenicitet eller fremkaldt immunologiske reaktioner [21].

Kone beam computed tomography (CBCT) billeddannelsesudvikling gik hånd i hånd med den stigende brug af 3D billeddannelsesapplikationer til prækirurgisk planlægning og overførsel af oral implantatbehandling [22]. Hovedårsagerne til CBCTs triumf er dets muligheder for volumetrisk kæbeknoglebilleddannelse til rimelige omkostninger og doser, med en relativ fordel ved at have et kompakt, overkommeligt og nærliggende udstyr [22]. For klinikere, der er involveret i implantatrehabilitering, er kraften i et dentalt 3D-datasæt ikke kun placeret i det diagnostiske område, men også i potentialet for at indsamle integreret patientinformation til prækirurgiske og behandlingsapplikationer relateret til oral implantatplacering. I dag skaber hurtige fremskridt inden for digital teknologi og computerstøttet design/computerstøttet fremstilling (CAD/CAM)-systemer faktisk udfordrende muligheder for diagnose, kirurgisk implantatplanlægning og levering af implantatstøttede proteser [23].

Segmentering af organer og væv for at skabe 3-dimensionelle modeller er en nyttig teknik til diagnose, kirurgisk planlægning og simulering [24]. Denne teknik er også anvendelig til planlægning af 3D-rygforstørrelse, som spiller en væsentlig rolle i oral og kæbekirurgi. Segmentering muliggør nøjagtig måling af højderyggens volumen, hvilket giver klinikere kvantitativ indsigt i ændringer forårsaget af cyster og tumorer. Derudover giver nøjagtig segmentering værdifuld vejledning til klinikere, når de planlægger kantforstørrelse under implantatkirurgi [25]. Selvom manuel segmentering kan bruges til dette formål, er det tidskrævende og afhængig af praktiserende læges erfaring på grund af høj inter- og intra-observatør-variabilitet på CBCT-billeder. Mens segmentering med kunstig intelligens (AI) generelt er mere vellykket og lettere at udføre end manuel segmentering [26].

I den aktuelle undersøgelse vil AI-assisteret 3D-rygforstærkning af kombinerede vertikale og horisontale mangelfulde højder ved brug af allogen dentinblok versus allogen dentinskalgraft blive vurderet.