Precisione di un sistema ibrido basato sulla conoscenza clinica e basata sull'intelligenza artificiale per il rilevamento della parodontite nelle immagini OPG

La parodontite è un grave problema di salute pubblica a causa della sua elevata prevalenza in tutto il mondo, dei notevoli impatti socioeconomici e dei considerevoli effetti sulla qualità della vita degli individui. Tuttavia, la parodontite nella popolazione rimane in gran parte non rilevata. È fondamentale aumentare la consapevolezza sulla salute parodontale e migliorare la diagnosi precoce della parodontite per garantire un intervento tempestivo.

La Classificazione delle malattie e condizioni parodontali e perimplantari del 2018 definisce quattro stadi della parodontite che vanno dallo stadio iniziale (stadio I) allo stadio avanzato (stadio IV). Negli stadi II-IV sono essenziali procedure di trattamento complete, altrimenti esiste un elevato rischio di perdita dei denti o addirittura dell'intera dentatura. Sebbene gli esami clinici siano considerati il ​​gold standard per determinare lo stadio della parodontite, il processo è laborioso e richiede tempo e richiede specialisti di grande esperienza. Pertanto, sono altamente necessari approcci alternativi economicamente vantaggiosi ma affidabili e validi per differenziare la diagnosi della parodontite allo stadio II-IV, in particolare nelle comunità pubbliche.

L'ortopantomografia (OPG), nota anche come radiografia panoramica, è una tecnica di imaging non invasiva e a basso dosaggio che fornisce una visione completa della regione maxillo-facciale in un'unica procedura. Come radiografia extraorale, presenta vantaggi nel catturare l'immagine, soprattutto nei casi in cui i pazienti hanno difficoltà ad aprire la bocca o mostrano un pronunciato riflesso del vomito che ostacola l'uso di pellicole intraorali. Pertanto, l’OPG è probabilmente la radiografia dentale più frequentemente eseguita in tutto il mondo e può potenzialmente servire come strumento efficace per differenziare la parodontite allo stadio II-IV nelle popolazioni. Recentemente sono state condotte numerose indagini per utilizzare le immagini OPG per la diagnosi della parodontite. Tuttavia, le strategie di questi studi si basano sulle annotazioni radiografiche per punti di riferimento specifici da parte dei medici che potrebbero mancare di una precisione convincente. Inoltre, solo le radiografie di alta qualità potrebbero essere un valido complemento per la diagnosi della parodontite, quindi molte immagini OPG disponibili con sovrapposizione di strutture anatomiche, ingrandimento sproporzionato dell'immagine, distorsione e sfocatura possono ridurre la generalizzazione del sistema sviluppato.

L’intelligenza artificiale (AI) è emersa come un potente strumento in vari campi della medicina, inclusa l’odontoiatria. Gli algoritmi basati sull’intelligenza artificiale, in particolare le tecniche di deep learning, hanno mostrato notevoli capacità nell’analisi delle immagini, nel riconoscimento di modelli e nel processo decisionale. Negli ultimi anni, l’integrazione della tecnologia AI in odontoiatria ha aperto nuove strade per migliorare l’accuratezza e l’efficienza della diagnosi. Gli algoritmi basati sull’intelligenza artificiale potrebbero essere in grado di riconoscere alcune caratteristiche nelle immagini OPG che sono impercettibili all’occhio umano, consentendo il rilevamento di una sottile perdita ossea e ottenendo una diagnosi più accurata della stadiazione parodontale.

In particolare, i risultati del nostro recente studio hanno rivelato che un sistema ibrido che combina algoritmi di intelligenza artificiale e conoscenza clinica ha buone prestazioni nel differenziare la parodontite allo stadio II-IV. Nel processo di sviluppo di questo sistema ibrido sono state utilizzate solo le informazioni cliniche fornite da specialisti esperti e non sono state impiegate annotazioni radiografiche. Nonostante il potenziale promettente del sistema ibrido sviluppato dalla nostra indagine iniziale, è essenziale addestrarlo ulteriormente e convalidarlo in diverse popolazioni indipendenti perché una regola di previsione derivata da un campione potrebbe funzionare meglio in un altro campione/popolazione. Inoltre, è ragionevole supporre che le immagini OPG riprese da diverse macchine possano influenzare notevolmente la precisione del sistema ibrido sviluppato. Pertanto, è logico condurre uno studio multicentrico per raccogliere diverse immagini OPG da vari centri in tutto il mondo e il set di dati verrà utilizzato per addestrare ulteriormente e convalidare il sistema ibrido garantendone l'accuratezza e l'efficacia nella diagnosi della parodontite.

In questo studio, confronteremo le caratteristiche diagnostiche di un nuovo sistema ibrido basato sull'intelligenza artificiale (test indice) con un gruppo di esperti (standard di riferimento). Gli esperti valuteranno in modo indipendente tutte le radiografie e raggiungeranno un accordo se viene rilevata qualsiasi discrepanza tra loro.