Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

AI-ассистированная диагностика слюны с использованием электрохимической сенсорной платформы для выявления периодонтита (SALIENCE) (SALIENCE)

19 ноября 2025 г. обновлено: Shariel Sayardoust, Ostergotland County Council, Sweden

Разработка и валидация платформы электрохимических сенсоров с поддержкой ИИ для диагностики пародонтита на основе анализа слюны

Это наблюдательное исследование направлено на разработку и валидацию новой платформы электрохимических сенсоров с искусственным интеллектом для диагностики пародонтита на основе слюны. Пародонтит — это хроническое воспалительное заболевание, поражающее десны и поддерживающие ткани зубов. Несмотря на высокую глобальную распространенность, ранняя диагностика остается сложной, поскольку заболевание часто прогрессирует бессимптомно до тех пор, пока не произойдет необратимое повреждение.

Слюна представляет собой перспективную неинвазивную диагностическую среду, отражающую как здоровье полости рта, так и системное здоровье. Однако ее биологическая сложность и вариабельность ограничивают ее клиническое использование. Этот проект решает эти проблемы, сочетая передовое электрохимическое зондирование с искусственным интеллектом (ИИ) и генерацией синтетических данных для повышения точности и надежности диагностики.

Исследование включает сбор образцов слюны у взрослых участников с диагностированным пародонтитом и у здоровых контрольных групп. Образцы будут анализироваться с помощью модульной сенсорной платформы, оснащенной множеством электродов, которые обнаруживают электрохимические сигналы от широкого спектра биомаркеров слюны. Данные сенсоров затем будут обрабатываться с помощью моделей машинного обучения, обученных как на реальных, так и на синтетических данных, для классификации состояний заболевания.

Основные цели:

Оценить производительность массива электрохимических сенсоров для анализа слюны.

Разработать и валидировать алгоритмы на основе ИИ для обнаружения и дифференциации между здоровыми и больными образцами.

Сгенерировать данные о целесообразности, поддерживающие будущую клиническую реализацию диагностики пародонтита на основе слюны.

Этот междисциплинарный проект объединяет экспертизу в области клинической стоматологии, биомедицинской инженерии и компьютерных наук. Он проводится в сотрудничестве между Университетом Линчёпинга и Университетом Мальмё, а отбор пациентов осуществляется в аффилированной стоматологической клинике.

Ожидается, что исследование приведет к созданию рабочего прототипа устройства, позволяющего проводить неинвазивное обнаружение пародонтита в реальном времени в месте оказания медицинской помощи. Благодаря возможности более ранней диагностики и более персонализированного лечения эта технология может преобразовать пародонтологическую помощь и послужить основой для будущей диагностики на основе слюны, направленной на другие заболевания полости рта и системные заболевания.

Обзор исследования

Подробное описание

Фон и обоснование Пародонтит – это хроническое воспалительное заболевание, поражающее опорные ткани зубов и являющееся одним из наиболее распространенных заболеваний полости рта в мире. Несмотря на высокую распространенность, ранняя диагностика остается серьезной проблемой, поскольку современные диагностические инструменты основываются на ретроспективных показателях, таких как глубина кармана, кровоточивость при зондировании и рентгенологическая потеря костной ткани. Эти показатели отражают прошлое разрушение тканей, а не текущую активность заболевания, что приводит к отсроченной диагностике и лечению.

Слюна является привлекательной диагностической жидкостью для неинвазивного мониторинга заболеваний в реальном времени, поскольку содержит сложную смесь биомаркеров, отражающих как здоровье полости рта, так и системное здоровье. Однако ее биологическая вариабельность, матричные эффекты и подверженность загрязнению ограничивают ее надежность в качестве диагностической среды. Для преодоления этих проблем данный проект интегрирует электрохимическое зондирование с интерпретацией данных на основе искусственного интеллекта (ИИ) и генерацией синтетических данных для обеспечения надежной диагностики на основе слюны.

Цели исследования

Общей целью является разработка и валидация платформы электрохимических сенсоров с поддержкой ИИ, способной обнаруживать биохимические паттерны в слюне, связанные с пародонтитом. Конкретные задачи:

Разработать и оптимизировать модульную платформу мультиэлектродных сенсоров для анализа слюны.

Разработать и валидировать алгоритмы ИИ для интерпретации сигналов в реальном времени и классификации заболеваний.

Получить данные о жизнеспособности и доказательстве концепции для будущего клинического внедрения в стоматологической практике.

Дизайн исследования и методы Это обсервационное исследование, включающее сбор образцов слюны у взрослых участников с диагнозом пародонтит и здоровых контрольных субъектов. Примерно 25 пациентов с пародонтитом и расширенная контрольная группа будут набраны из сотрудничающей стоматологической клиники.

Платформа электрохимических сенсоров будет включать несколько типов электродов (углеродные, золотые, платиновые, палладиевые), каждый из которых выбран для определенных электрохимических и биохимических свойств. Электроды будут обнаруживать широкий спектр слюнных биомаркеров, включая метаболиты, связанные с воспалением, окислительным стрессом и микробной активностью. Система поддерживает несколько аналитических режимов, таких как дифференциальная импульсная вольтамперометрия (DPV), которая обеспечивает высокую чувствительность и разрешение для множества аналитов.

Собранные образцы слюны сначала будут протестированы в контролируемых лабораторных условиях для установления базовых ответов сенсоров. Выбранные образцы также пройдут дополнительные анализы (например, ЯМР-спектроскопия, ЖХ-МС) для калибровки и валидации. Сигналы сенсоров будут обрабатываться и классифицироваться с использованием моделей машинного обучения с учителем и без учителя, включая метод опорных векторов и случайные леса. Синтетическое увеличение данных, основанное на генеративных моделях, таких как вариационные автоэнкодеры, будет использоваться для увеличения разнообразия наборов данных и улучшения обобщающей способности моделей, особенно на ранней стадии, когда количество образцов ограничено.

План реализации Проект организован на 24 месяца, начиная с сентября 2025 года.

Месяцы 1-4: Выбор и тестирование электродных материалов в искусственных и здоровых образцах слюны.

Месяцы 5-8: Сборка первого прототипа с интегрированным ИИ-сбором сигналов и безопасной, соответствующей GDPR передачей данных.

Месяцы 9-12: Разработка синтетических наборов данных и первоначальное обучение моделей машинного обучения.

Месяцы 9-19: Клинический сбор слюны и итеративное уточнение моделей с использованием новых данных.

Месяцы 21-24: Тестирование системы доказательства концепции в реальных условиях в клинической среде, анализ данных и распространение результатов.

Обработка и анализ данных Все собранные данные будут обезличены и обработаны в соответствии с GDPR и этическими стандартами. Выходные данные сенсоров будут связаны с анонимизированными клиническими метаданными. Модели машинного обучения будут оцениваться на основе точности классификации, чувствительности, специфичности и устойчивости к биологической вариабельности. Статистический анализ будет включать перекрестную валидацию и сравнительный анализ производительности для различных конфигураций электродов и моделей ИИ.

Ожидаемые результаты и значимость Исследование приведет к созданию рабочего прототипа доказательства концепции системы диагностики слюны с поддержкой ИИ. Платформа направлена на обеспечение быстрого, неинвазивного обнаружения пародонтита в месте оказания помощи. В случае успеха это будет представлять собой смену парадигмы в пародонтологической диагностике, позволяя более раннее обнаружение, лучше направленные вмешательства и улучшенные результаты для пациентов.

Помимо пародонтита, модульный дизайн системы позволяет адаптировать ее для других заболеваний, включая рак полости рта, системное воспаление и метаболические нарушения. Эта гибкость увеличивает ее долгосрочный потенциал в качестве масштабируемой диагностической технологии как для стоматологических, так и для медицинских применений.

Этические соображения и управление рисками Исследование было одобрено Шведским этическим комитетом (номер ссылки: 2025-04853-01). Все участники предоставят письменное информированное согласие до сбора образцов. Исследование связано с минимальным риском, ограниченным дискомфортом, связанным со сбором слюны. Экспериментальное лечение или инвазивные процедуры не будут проводиться.

Потенциальные технические риски, такие как вариабельность образцов слюны или производительность устройства, будут смягчены с помощью стандартизированных протоколов сбора и итеративного усовершенствования прототипа. Модульный аппаратный дизайн гарантирует, что отдельные компоненты могут быть скорректированы или заменены без ущерба для общей системы.

Сотрудничество и экспертиза Этот междисциплинарный проект объединяет экспертов в области клинической стоматологии, биомедицинской инженерии и компьютерных наук. Исследование возглавляет доц. Шариэль Сайярдуст (Линчёпингский университет и лен Эстергётланд), с сотрудниками доц. Магнусом Фальком, доц. Джулией Дэвис и д-ром Эрдалом Акином из Мальмёского университета. Промышленное сотрудничество с Redoxme AB поддерживает прототипирование и интеграцию аппаратного обеспечения.

Вместе консорциум стремится заложить основу для диагностики слюны следующего поколения, объединяющей ИИ, электрохимическое зондирование и ориентированную на пациента помощь в повседневной клинической практике.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

200

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

Учебное резервное копирование контактов

  • Имя: Magnus Falk, PhD
  • Номер телефона: +460703857476
  • Электронная почта: magnus.falk@mau.se

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый
  • Пожилой взрослый

Принимает здоровых добровольцев

Да

Метод выборки

Невероятностная выборка

Исследуемая популяция

Взрослые участники (≥18 лет) будут набраны из аффилированной стоматологической клиники. Исследуемая популяция состоит из двух групп: (1) пациенты с клиническим диагнозом пародонтита согласно классификации AAP/EFP 2018 года, и (2) пародонтально здоровые взрослые без признаков заболеваний пародонта. Все участники должны быть способны предоставить информированное согласие и образец слюны в соответствии с протоколом исследования.

Описание

Критерии включения:

Взрослые ≥18 лет.

Способность и готовность предоставить письменное информированное согласие.

Возможность предоставить нестимулированный образец цельной слюны в соответствии с протоколом (отсутствие приема пищи, напитков, жевательной резинки, чистки зубов или курения в течение 60 минут до забора образца).

Группа с пародонтитом: Клинический диагноз пародонтита согласно критериям AAP/EFP 2018 года (например, межзубная потеря клинического прикрепления ≥3 мм на ≥2 не соседних зубах с рентгенологической потерей костной ткани; глубина зондирования пародонтального кармана ≥4 мм на ≥2 зубах).

Группа здорового контроля: Отсутствие клинических признаков пародонтоза (глубина зондирования ≤3 мм, кровоточивость при зондировании <10%, отсутствие рентгенологической потери костной ткани).

Критерии исключения:

Системная антибиотикотерапия или системная противовоспалительная/иммуносупрессивная терапия в течение последних 3 месяцев.

Пародонтальное лечение (скейлинг/полировка корней или хирургическое вмешательство) в течение последних 6 месяцев.

Текущая острая инфекция полости рта или абсцесс.

Системные заболевания, которые значительно изменяют состав/поток слюны (например, синдром Шегрена, предшествующая лучевая терапия головы и шеи, текущая химиотерапия, некомпенсированный сахарный диабет).

Прием сильно ксерогенных лекарственных средств без стабильной дозы ≥4 недели, или клинически значимая гипосаливация, препятствующая забору образца.

Невозможность соблюдения процедур забора образца (например, неспособность воздерживаться от пищи/напитков/табака в течение 60 минут до забора образца).

Беременность или лактация.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Когорты и вмешательства

Группа / когорта
Группа периодонтита
Взрослые с диагнозом пародонтит на основании клинических критериев.
Группа здорового контроля
Взрослые без клинических признаков пародонтоза.

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Чувствительность и специфичность ИИ-помощника электрохимического сенсора слюны для выявления пародонтита
Временное ограничение: В течение 24 месяцев после начала исследования (конец сбора и анализа данных).

Этот результат оценивает диагностическую точность платформы электрохимического сенсора с ИИ-поддержкой путем расчета чувствительности, специфичности, положительной прогностической ценности (PPV), отрицательной прогностической ценности (NPV) и площади под кривой рабочих характеристик приемника (AUC). Платформа анализирует электрохимические сигнальные паттерны в образцах слюны, а классификационная модель на основе ИИ предсказывает, есть ли у участников пародонтит.

Клинический статус пародонта (пародонтит vs. здоровый пародонт) будет установлен с помощью полного клинического обследования полости рта в соответствии с критериями классификации Всемирного семинара 2017 года. Метрики диагностической точности от платформы сенсора будут сравниваться с этим клиническим золотым стандартом.

В течение 24 месяцев после начала исследования (конец сбора и анализа данных).

Вторичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
Внутрисерийная воспроизводимость сигналов электрохимического сенсора слюны (коэффициент вариации)
Временное ограничение: Измерялось на протяжении всего 24-месячного периода исследования.
Этот результат будет оценивать внутрисерийную повторяемость электрохимических сигналов, генерируемых сенсорной матрицей при анализе образцов слюны. Повторяемость будет количественно определена с использованием коэффициента вариации (CV%), рассчитанного на основе множественных последовательных измерений одного и того же образца слюны в стандартизированных лабораторных условиях.
Измерялось на протяжении всего 24-месячного периода исследования.
Корреляция между показаниями сенсоров и биохимическими референсными анализами
Временное ограничение: 24 месяца
Для оценки корреляции между откликами электрохимических сенсоров и традиционными биохимическими или молекулярными референсными методами (например, ЖХ-МС, ЯМР-1H) для валидации аналитической точности.
24 месяца
Оценка по шкале системной удобности использования (SUS) для клинического применения платформы слюнных сенсоров с поддержкой ИИ
Временное ограничение: 24 месяца

Осуществимость клинического внедрения будет оцениваться с использованием Шкалы удобства использования системы (SUS) — валидированного опросника из 10 пунктов, который предоставляет общий показатель удобства использования от 0 до 100. Показатель SUS оценит воспринимаемое удобство использования, обучаемость и интеграцию в стоматологический рабочий процесс среди медицинского персонала, использующего платформу ИИ-помощника с сенсором слюны. Более высокие баллы указывают на лучшее удобство использования и осуществимость для рутинного клинического внедрения.

Показатель SUS будет обобщен с использованием среднего значения и стандартного отклонения.

24 месяца

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Оцененный)

1 декабря 2025 г.

Первичное завершение (Оцененный)

31 декабря 2027 г.

Завершение исследования (Оцененный)

30 июня 2028 г.

Даты регистрации исследования

Первый отправленный

15 ноября 2025 г.

Впервые представлено, что соответствует критериям контроля качества

19 ноября 2025 г.

Первый опубликованный (Действительный)

28 ноября 2025 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

28 ноября 2025 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

19 ноября 2025 г.

Последняя проверка

1 октября 2025 г.

Дополнительная информация

Термины, связанные с этим исследованием

Планирование данных отдельных участников (IPD)

Планируете делиться данными об отдельных участниках (IPD)?

НЕТ

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться