인공 지능이 이차 우식 감지에 있어 디지털 교익과 경쟁합니다

치아 우식증은 단단한 치아 조직이 파괴되는 만성 질환입니다. 이는 특히 숨겨져 있거나 초기 단계에 있을 때 종종 진단되지 않는 다인성 질환입니다. 공동이 없는 병변을 발견하는 것은 조기 관리에 중요합니다. 표준 육안 촉각 검사는 근위부나 수복물 아래 등 접근하기 어려운 표면의 초기 병변을 식별하지 못하는 경우가 많습니다. 근위 우식을 조기에 발견하는 것은 효과적인 치료를 시행하고 최적의 결과를 얻는 데 중요합니다. 근위 표면의 초기 병변을 발견하고 그 정도를 평가하기 위한 일반적인 보충 방법은 교익 방사선 촬영입니다. 일상적인 진단 접근법은 임상 검사와 방사선 촬영 평가를 결합합니다. 근위부 이차 우식의 발견률을 높이기 위해 전문가들은 육안 검사와 임상 검사를 교익 방사선 촬영과 통합할 것을 권장합니다. 구강 내 교익 방사선 사진은 필름이나 디지털 센서를 사용하여 캡처할 수 있으며 환자 노출 감소, 시간 절약, 이미지 향상, 이미지 저장, 검색 및 전송의 용이성이라는 이점으로 인해 디지털 시스템을 선호합니다. 시각적 촉각 평가보다 초기 병변을 탐지하는 데 더 민감하지만 교익 평가는 검사자 사이에 상당한 차이가 있고 위양성 또는 위음성 탐지의 상당 부분이 있습니다. 최근 문헌에서는 인간의 인지 능력을 모방할 수 있는 기계 개발에 초점을 맞춘 컴퓨터 과학 분야인 인공 지능(AI)을 치아(디지털 방사선 사진) 이미지를 사용하여 우식 병변을 탐지하기 위한 진단 도구로 사용하는 방법을 탐구했습니다. AI 기술이 발전함에 따라 AI 기반 모델의 진단 성능을 조사하는 연구가 늘어나고 있으며, 진단 프로세스를 향상시키기 위해 AI와 같은 신뢰할 수 있는 도구를 만드는 것이 중요하다는 점을 강조하고 있습니다. 수많은 연구에서 교익 방사선 사진(BWR)에 중점을 두고 다양한 유형의 치과 방사선 사진에 대한 AI 모델의 성능을 평가했습니다. AI는 충치 감지, 근관 치료 및 진단, 치주 문제, 구강 병변 병리 감지 등 구강 및 치아 건강의 다양한 응용 분야에 사용되었습니다. 여러 검사관이 교익 방사선 사진을 통해 우식 진단을 수행한 참조 데이터 세트를 통해 AI 모델의 진단 성능을 인간 검사관과 비교하는 중요한 도구 역할을 하는 이 벤치마크가 생성되었으며, AI가 치과 진단에 가져올 수 있는 정확성과 신뢰성의 잠재적인 개선을 강조했습니다.