Kunstig intelligens konkurrerer med digital bitewing for å oppdage sekundær karies

Tannkaries er kroniske sykdommer som resulterer i ødeleggelse av det harde tannvevet. Det er en multifaktoriell tilstand som ofte forblir udiagnostisert, spesielt når den er skjult eller i startfasen. Å oppdage ikke-kaviterte lesjoner er avgjørende for tidlig behandling. Standard visuelt-taktil inspeksjon klarer ofte ikke å identifisere tidlige lesjoner på vanskelig tilgjengelige overflater, for eksempel proksimale områder og under restaureringer. Å oppdage proksimal karies tidlig er avgjørende for å implementere effektive behandlinger og oppnå optimale resultater. En vanlig supplerende metode for å oppdage tidlige lesjoner på proksimale overflater og vurdere omfanget av dem er bite-radiografi. Den rutinemessige diagnostiske tilnærmingen kombinerer klinisk undersøkelse med radiografisk evaluering. For å øke deteksjonshastigheten av proksimal sekundær karies, anbefaler eksperter å integrere visuelle og kliniske undersøkelser med bitewing radiografi. Intraorale bitewing røntgenbilder kan tas med enten film eller digitale sensorer, med preferanse for digitale systemer på grunn av fordelene med redusert pasienteksponering, tidsbesparelser, bildeforbedring og enkel bildelagring, gjenfinning og overføring. Selv om de er mer sensitive for å oppdage tidlige lesjoner enn visuell-taktile vurderinger, kommer bite-evalueringer med betydelig variasjon mellom undersøkere og en betydelig andel av falsk-positive eller falsk-negative deteksjoner. Nyere litteratur har utforsket bruken av kunstig intelligens (AI), et felt innen informatikk fokusert på å utvikle maskiner som er i stand til å etterligne menneskelige kognitive evner, som et diagnostisk verktøy for å oppdage karieslesjoner ved hjelp av dentale (digitale radiografiske) bilder. Etter hvert som AI-teknologien utvikler seg, har et økende antall studier undersøkt den diagnostiske ytelsen til AI-baserte modeller, og understreket viktigheten av å lage pålitelige verktøy som AI for å forbedre diagnoseprosessen. Tallrike studier har vurdert ytelsen til AI-modeller på ulike typer dental røntgenbilder, med et betydelig fokus på bitewing radiographs (BWR). AI har blitt brukt til ulike bruksområder innen oral og tannhelse, inkludert påvisning av tannkaries, endodontisk behandling og diagnose, periodontale problemer og påvisning av oral lesjonspatologi. Et referansedatasett med kariesdiagnoser fra bite-røntgenbilder av forskjellige undersøkere skapte denne referansen som fungerer som et avgjørende verktøy for å sammenligne den diagnostiske ytelsen til AI-modeller med menneskelige undersøkere, og understreker de potensielle forbedringene i nøyaktighet og pålitelighet som AI kan gi til tanndiagnostikk.