CBCTにおける下顎第三大臼歯と下顎管の関係評価における人工知能の精度

下顎第 3 大臼歯の抜歯は、口腔および顎顔面の分野で最も一般的な手術の 1 つと考えられており、痛み、出血、腫れ、下歯槽神経 (IAN) の損傷または完全な損傷など、いくつかの術後合併症を伴い、品質が損なわれる可能性があります。影響を受けた患者の生活の。 下顎第三大臼歯の抜歯による一時的な IAN 損傷の発生率は 0.4-8.4% でした。 一方、永久損傷の発生率は 1% 未満です [1、2]。 しかし、埋伏下顎第三大臼歯の発生率が高いため、多くの患者が埋伏下顎第三大臼歯の抜歯によるIAN損傷に苦しんでいます[3]。 下顎第三大臼歯の抜歯によって引き起こされる IAN 損傷の最も重要な危険因子は、下顎第三大臼歯の歯根が下顎管に近接していることです [1、2、4、5]。 そのため、IAN 損傷のリスクを軽減するために、影響を受ける下顎第 3 大臼歯の抜歯前に、解剖学的構造の包括的な術前分析と評価が不可欠です。

パノラマ X 線撮影は、影響を受けた下顎第 3 大臼歯の抜歯と IAN との関係を表示する際に、重ね合わせと固有の制限により、それほど正確ではありません。 パノラマ X 線写真を使用して、埋伏下顎第 3 大臼歯抜歯中の (IAN) 損傷の確率を予測する精度については、議論の余地がありました [6]。

コーン ビーム コンピュータ断層撮影法 (CBCT)、(3D) 画像診断法は、医療用 CT よりも少ない放射線量で正確な 3D 情報を提供します [7]。 下顎第 3 大臼歯と (IAN) の関係を評価するには、パノラマ X 線撮影よりも CBCT の方が優れた正確な X 線撮影法であることが実証されました [6, 8]。 そのため、CBCT は、複雑な下顎第 3 大臼歯の抜歯の術前評価に最適なモダリティと見なされてきました [9]。

人工知能のサブセットの 1 つであるディープ ラーニングは急速に進歩し、医療分野で重要な役割を果たしています。 深層学習モデルの 1 つである畳み込みニューラル ネットワーク (CNN) のガイド付き学習が最近研究されており、多くの医療画像分野で人間の判断レベルを超えることが証明されています [12、13]。 CNN が顎顔面領域に導入された後、周囲の解剖学的構造の評価、検出、分類、およびセグメンテーションに使用されました [14-18]。パノラマ X 線写真と CBCT での運河の検出とセグメンテーション [15、18、30]、発生の分類とステージング [31、32]、およびパノラマ X 線写真での影響を受けた下顎第 3 大臼歯の近似測定 [33]。 福田ら。は、影響を受けた下顎第 3 大臼歯と下顎管の関係をパノラマ X 線写真と分類するために 3 つの CNN を比較しました [34]。 ユーら。パノラマX線写真を使用して、影響を受けた下顎第3大臼歯の抜歯の膠着状態を評価するためのCNNベースのアプローチを提案しました[35]。 そのため、前述のように、パノラマ X 線撮影では、(2D) 画像モダリティで発生する重ね合わせにより、解剖学的構造を正確に表すことができません。 オルハンら。 M3の検出と隣接する解剖学的構造に関連する根の数の評価において高精度のCNNに基づくAIアプリケーション（Diagnocat、Inc.）を報告しました