Kunstmatige intelligentie concurreert met Digital Bitewing bij het detecteren van secundaire cariës

Cariës is een chronische ziekte die resulteert in de vernietiging van het harde tandweefsel. Het is een multifactoriële aandoening die vaak niet wordt gediagnosticeerd, vooral als deze verborgen is of zich in de beginfase bevindt. Het detecteren van niet-gecaviteerde laesies is cruciaal voor een vroege behandeling ervan. De standaard visueel-tactiele inspectie slaagt er vaak niet in om vroege laesies op moeilijk bereikbare oppervlakken, zoals proximale gebieden en onder restauraties, te identificeren. Het vroegtijdig opsporen van proximale cariës is cruciaal voor het implementeren van effectieve behandelingen en het bereiken van optimale resultaten. Een gebruikelijke aanvullende methode voor het detecteren van vroege laesies op proximale oppervlakken en het beoordelen van de omvang ervan is bitewing-radiografie. De routinematige diagnostische aanpak combineert klinisch onderzoek met radiografische evaluatie. Om het detectiepercentage van proximale secundaire cariës te vergroten, raden deskundigen aan om visuele en klinische onderzoeken te integreren met bitewing-radiografie. Intraorale bitewing-röntgenfoto's kunnen worden gemaakt met behulp van film of digitale sensoren, waarbij de voorkeur uitgaat naar digitale systemen vanwege de voordelen van verminderde blootstelling van de patiënt, tijdbesparing, beeldverbetering en het gemak van het opslaan, ophalen en verzenden van beelden. Hoewel ze gevoeliger zijn voor het opsporen van vroege laesies dan visueel-tactiele beoordelingen, gaan bitewing-evaluaties gepaard met aanzienlijke verschillen tussen onderzoekers en een aanzienlijk deel van de vals-positieve of vals-negatieve detecties. Recente literatuur heeft het gebruik van kunstmatige intelligentie (AI) onderzocht, een gebied van de computerwetenschappen dat zich richt op het ontwikkelen van machines die menselijke cognitieve vaardigheden kunnen nabootsen, als een diagnostisch hulpmiddel voor het detecteren van cariëslaesies met behulp van tandheelkundige (digitale radiografische) beelden. Naarmate de AI-technologie vordert, hebben steeds meer onderzoeken de diagnostische prestaties van op AI gebaseerde modellen onderzocht, waarbij het belang wordt benadrukt van het creëren van betrouwbare hulpmiddelen zoals AI om het diagnostische proces te verbeteren. Talrijke onderzoeken hebben de prestaties van AI-modellen op verschillende soorten tandheelkundige röntgenfoto's beoordeeld, met een belangrijke nadruk op bitewing-röntgenfoto's (BWR). AI is gebruikt voor verschillende toepassingen in de mond- en tandgezondheid, waaronder de detectie van cariës, endodontische behandeling en diagnose, parodontale problemen en de detectie van pathologie van orale laesies. Een referentiedataset van cariësdiagnoses van bitewing-röntgenfoto's door verschillende onderzoekers creëerde deze benchmark, die dient als een cruciaal hulpmiddel voor het vergelijken van de diagnostische prestaties van AI-modellen met menselijke onderzoekers, waarbij de potentiële verbeteringen in nauwkeurigheid en betrouwbaarheid worden benadrukt die AI kan brengen in de tandheelkundige diagnostiek.