Tekoäly kilpailee digitaalisen puremisen kanssa toissijaisen karieksen havaitsemisessa

Karies on krooninen sairaus, joka johtaa kovien hampaiden kudosten tuhoutumiseen. Se on monitekijäinen tila, joka jää usein diagnosoimatta, varsinkin kun se on piilossa tai alkuvaiheessa. Ei-kavitoituneiden leesioiden havaitseminen on ratkaisevan tärkeää niiden varhaisessa hoidossa. Tavallinen visuaalinen kosketustarkastus ei usein pysty tunnistamaan varhaisia ​​vaurioita vaikeapääsyisillä pinnoilla, kuten proksimaalisilla alueilla ja täytteiden alla. Proksimaalisen karieksen varhainen havaitseminen on ratkaisevan tärkeää tehokkaiden hoitojen toteuttamiseksi ja optimaalisen lopputuloksen saavuttamiseksi. Yleinen lisämenetelmä proksimaalisten pintojen varhaisten leesioiden havaitsemiseksi ja niiden laajuuden arvioimiseksi on puremisradiografia. Rutiininomainen diagnostinen lähestymistapa yhdistää kliinisen tutkimuksen radiografiseen arviointiin. Proksimaalisen sekundaarisen karieksen havaitsemisasteen lisäämiseksi asiantuntijat suosittelevat visuaalisen ja kliinisen tutkimuksen yhdistämistä puremisradiografiaan. Intraoraaliset purevat röntgenkuvat voidaan kaapata joko filmillä tai digitaalisilla sensoreilla, mieluiten digitaalisia järjestelmiä, koska niiden etuja ovat vähentynyt potilasaltistus, ajansäästö, kuvan parannus ja kuvien tallennuksen, haun ja siirron helppous. Vaikka puremisen arvioinnit ovat herkempiä havaitsemaan varhaisia ​​vaurioita kuin visuaaliset arviot, niissä on merkittävää vaihtelua tutkijoiden välillä ja huomattava osa vääriä positiivisia tai vääriä negatiivisia havaintoja. Viimeaikaisessa kirjallisuudessa on tutkittu tekoälyn (AI), tietojenkäsittelytieteen alan, joka keskittyy ihmisen kognitiivisia kykyjä jäljittelevien koneiden kehittämiseen, käyttöä diagnostisena työkaluna kariesleesioiden havaitsemiseen hampaiden (digitaalisten radiografisten) kuvien avulla. Tekoälytekniikan kehittyessä yhä useammat tutkimukset ovat tutkineet tekoälypohjaisten mallien diagnostista suorituskykyä ja korostaneet luotettavien työkalujen, kuten tekoälyn, luomisen tärkeyttä diagnostiikkaprosessin tehostamiseksi. Lukuisat tutkimukset ovat arvioineet tekoälymallien suorituskykyä erityyppisissä hammasröntgenkuvissa, keskittyen merkittävästi pureviin röntgenkuviin (BWR). Tekoälyä on käytetty erilaisiin sovelluksiin suun ja hampaiden terveydenhoidossa, mukaan lukien hammaskarieksen havaitseminen, endodontiahoito ja -diagnoosit, periodontaaliset ongelmat ja suun leesion patologioiden havaitseminen. Eri tutkijoiden purevista röntgenkuvista saatujen kariesdiagnoosien vertailutietokanta loi tämän vertailuarvon, joka toimii tärkeänä työkaluna verrattaessa tekoälymallien diagnostista suorituskykyä ihmisen tutkijoihin ja korostaa mahdollisia tarkkuuden ja luotettavuuden parannuksia, joita tekoäly voi tuoda hammasdiagnostiikkaan.