Künstliche Intelligenz konkurriert mit digitalem Bitewing bei der Erkennung von Sekundärkaries

Zahnkaries ist eine chronische Erkrankung, die zur Zerstörung der Zahnhartsubstanz führt. Es handelt sich um eine multifaktorielle Erkrankung, die oft nicht diagnostiziert wird, insbesondere wenn sie verborgen ist oder sich im Anfangsstadium befindet. Die Erkennung nicht kavitierter Läsionen ist für deren frühzeitige Behandlung von entscheidender Bedeutung. Bei der standardmäßigen visuell-taktilen Inspektion gelingt es oft nicht, frühe Läsionen auf schwer zugänglichen Oberflächen, wie etwa proximalen Bereichen und unter Restaurationen, zu erkennen. Die frühzeitige Erkennung von Approximalkaries ist für die Durchführung wirksamer Behandlungen und die Erzielung optimaler Ergebnisse von entscheidender Bedeutung. Eine übliche ergänzende Methode zur Erkennung früher Läsionen an proximalen Oberflächen und zur Beurteilung ihres Ausmaßes ist die Bissflügelradiographie. Der routinemäßige diagnostische Ansatz kombiniert eine klinische Untersuchung mit einer radiologischen Beurteilung. Um die Erkennungsrate proximaler Sekundärkaries zu erhöhen, empfehlen Experten die Integration visueller und klinischer Untersuchungen in die Bissflügelradiographie. Intraorale Bissflügel-Röntgenaufnahmen können entweder mit Film oder mit digitalen Sensoren aufgenommen werden, wobei digitale Systeme aufgrund ihrer Vorteile einer geringeren Patientenexposition, Zeitersparnis, Bildverbesserung und einfacher Bildspeicherung, -abfrage und -übertragung bevorzugt werden. Obwohl die Beurteilung von Bissflügeln empfindlicher für die Erkennung früher Läsionen ist als visuell-taktile Beurteilungen, weisen sie erhebliche Unterschiede zwischen den Untersuchern auf und weisen einen beträchtlichen Anteil falsch-positiver oder falsch-negativer Erkennungen auf. In der jüngsten Literatur wurde der Einsatz von künstlicher Intelligenz (KI) untersucht, einem Bereich der Informatik, der sich auf die Entwicklung von Maschinen konzentriert, die die kognitiven Fähigkeiten des Menschen nachahmen können, als diagnostisches Werkzeug zur Erkennung von Kariesläsionen mithilfe von Zahnbildern (digitale Röntgenbilder). Mit dem Fortschritt der KI-Technologie haben immer mehr Studien die Diagnoseleistung KI-basierter Modelle untersucht und dabei betont, wie wichtig es ist, zuverlässige Werkzeuge wie KI zu entwickeln, um den Diagnoseprozess zu verbessern. Zahlreiche Studien haben die Leistung von KI-Modellen bei verschiedenen Arten von Zahnröntgenaufnahmen bewertet, wobei der Schwerpunkt auf Bissflügelröntgenaufnahmen (BWR) liegt. KI wurde für verschiedene Anwendungen in der Mund- und Zahngesundheit eingesetzt, darunter die Erkennung von Zahnkaries, die endodontische Behandlung und Diagnose, parodontale Probleme und die Erkennung oraler Läsionspathologien. Ein Referenzdatensatz von Kariesdiagnosen aus Bissflügel-Röntgenaufnahmen verschiedener Untersucher erstellte diesen Benchmark, der als entscheidendes Instrument für den Vergleich der diagnostischen Leistung von KI-Modellen mit menschlichen Untersuchern dient und die potenziellen Verbesserungen der Genauigkeit und Zuverlässigkeit hervorhebt, die KI für die Zahndiagnostik mit sich bringen kann.