ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СТОМАТОЛОГИИ

THE USE OF ARTIFICIAL INTELLIGENCE IN DENTISTRY

Polina Ulitina

student, E.V. Borovsky Institute of Dentistry, First Moscow State Medical University named after I.M. Sechenov,

Russia, Moscow

Amina Tuaeva

student, E.V. Borovsky Institute of Dentistry, First Moscow State Medical University named after I.M. Sechenov,

Russia, Moscow

Maria Timoshina

assistant of the Department of Propaedeutics of Dental Diseases, First Moscow State Medical University named after I.M. Sechenov,

Russia, Moscow

Vitaly Borisov

scientific supervisor, Candidate of Medical Sciences, associate Professor First Moscow State Medical University named after I.M. Sechenov

Russia, Moscow

АННОТАЦИЯ

Термин "искусственный интеллект" (ИИ) относится к идее о том, что машины способны выполнять человеческие задачи. В данном обзоре научных литературных источников описывается применение, ограничения и возможное будущее стоматологической диагностики на основе искусственного интеллекта, планирования и проведения лечения, например, анализа изображений, составления прогнозов, ведения записей, а также стоматологических исследований и открытий. Однако решения с использованием искусственного интеллекта не вошли в повседневную стоматологическую практику, в основном из-за ограниченной доступности данных, их структуры и всесторонности, отсутствия методологической строгости и стандартов при их разработке и практических вопросов, связанных с ценностью и полезностью решений подобного рода, а также с этикой и ответственностью. Любое применение искусственного интеллекта в стоматологии должно демонстрировать ощутимую ценность, поддерживая медицинские исследования и улучшая доступность медицинской помощи и ее качество.

ABSTRACT

The term "artificial intelligence" (AI) refers to the idea that machines are capable of performing human tasks. This review describes the applications, limitations, and possible future of artificial intelligence-based dental diagnostics, treatment planning, and delivery, such as image analysis, forecasting, record keeping, and dental research and discovery. However, solutions using artificial intelligence have not entered everyday dental practice, mainly due to the limited availability of data, their structure and comprehensiveness, the lack of methodological rigor and standards in their development and practical issues related to the value and usefulness of these solutions, as well as ethics and responsibility. Any application of artificial intelligence in dentistry should demonstrate tangible value by supporting medical research and improving the availability and quality of medical care.

Ключевые слова: стоматология, диагностические системы, искусственный интеллект, ИИ в стоматологии, нейронные сети и стоматология, рекомендации по лечению ИИ и стоматология.

Keywords: dentistry, diagnostic systems, artificial intelligence, AI in dentistry, neural networks and dentistry, recommendations for the treatment of AI and dentistry.

Ведение. Искусственный интеллект рассматривается учеными в качестве инновационного средства применения стоматологической отраслью. ИИ может выполнять ряд простых задач в стоматологической клинике с большей точностью, меньшим количеством медицинского персонала, например: от бронирования и координации регулярных встреч с пациентом до помощи в клинической диагностике и планировании лечения [5]. Альтернативное мнение стоматолога теперь может быть составлено компьютерами во многих областях стоматологии. ИИ можно использовать для того, чтобы сделать процесс диагностики более точным, быстрым и эффективным. Стремительное развитие науки и новые исследования, связанные с применением нейронных сетей в стоматологии, стали причиной для написания данного описательного обзора. Целью настоящей статьи является изучение качества и результатов исследований методов использования искусственного интеллекта, анализа и определенного эффекта в стоматологии, получение общей картины возможностей использования нейронных сетей в современной стоматологии.

В терапевтической стоматологии обнаружению кариеса зубов на рентгенологических изображениях могут способствовать нейронные сети, что делает обследование более быстрым и точным. Использование нейронных сетей в консервативной стоматологии быстро развивается, однако пока не очень распространено [14]. В работе Geetha и других авторов искусственная нейронная сеть использовалась для определения наличия кариеса на 105 рентгенограммах. Точность обнаружения кариеса составила 97,1 %. Это исследование показывает, что нейронные сети могут быть гораздо более точными в обнаружении кариеса, чем традиционное стоматологическое обследование [6].

В эндодонтии ИИ может быть полезен при обнаружении периапикальных поражений и переломов корней, оценке анатомии системы корневых каналов, определении размеров рабочей длины и прогнозировании успеха повторных процедур лечения [3]. В исследовании Saghiri и других ученых правильная оценка, проведенная эндодонтами, была в 76 % случаев, а искусственной нейронной сетью – в 96 %. Это показывает, что искусственные нейронные сети могут быть использованы для более точной оценки локализации апикального отверстия [12].

Наиболее часто используемыми типами алгоритмов в ортодонтии являются искусственные нейронные сети (ANN), сверточные нейронные сети (CNN), машина опорных векторов и алгоритмы регрессии. Peilini и его коллеги использовали ANN в своем исследовании для того, чтобы предсказать, нужны ли пациентам удаления зубов в их плане лечения. Точность искусственной нейронной сети в успешности планирования лечения составила 94,0 % [9]. Наиболее распространенными областями ортодонтии, где могут использоваться нейронные сети, являются диагностика и планирование лечения, автоматизированные анатомические анализы, оценка роста и развития и оценка результатов лечения.

Кроме того, искусственный интеллект распространяется в пародонтологию, его используют для оценки потери костной массы пародонта, потери костной массы после имплантации и для прогнозирования развития пародонтита из-за психологических особенностей [8; 15].

Выводы. В настоящее время искусственный интеллект и нейронные сети в основном используются в стоматологической радиологии для облегчения диагностики, планирования и прогнозирования результатов лечения. В восстановительной стоматологии нейронные сети могут обнаруживать разрушение зубов или реставрации. В эндодонтии нейронные сети могут быть полезны для обнаружения периапикальных поражений и переломов корней, оценки анатомии системы корневых каналов, определения размеров рабочей длины и прогнозирования успеха повторных процедур. В ортодонтии они могут облегчить диагностику и планирование лечения, анатомический анализ, оценку роста и развития, а также оценку результатов лечения. В пародонтологии ИИ используется для оценивания потери костной массы. Данный обзор показывает, что искусственный интеллект в последние годы развивался очень быстро и в ближайшем будущем может стать обычным инструментом современной стоматологии. Преимуществами этого процесса являются более высокая эффективность, аккуратность и прецизионность, лучший мониторинг и экономия времени. Несмотря на то, что искусственный интеллект расширяет сферу применения, он все еще находится в стадии разработки. Необходимы дальнейшие исследования для оценки клинической эффективности использования методов нейронных сетей в стоматологии.

Список литературы:

1. Abdalla-Aslan R., Yeshua T., Kabla D., Leichter I., Nadler C. An artificial intelligence system using machine-learning for automatic detection and classification of dental restorations in panoramic radiography // Oral Surgery, Oral Medicine, Oral Pathology, Oral Radiology. – 2020. – Vol. 130(5). – Pp. 593–602. doi: 10.1016/j.oooo.2020.05.012.
2. Ahmed N., Abbasi M.S., Zuberi F., Qamar W., Halim M.S.B., Maqsood A., Alam M.K. Artificial Intelligence Techniques: Analysis, Application, and Outcome in Dentistry-A Systematic Review // BioMed Research International. – 2021. – June.
3. Aminoshariae A., Kulild J., Nagendrababu V. Artificial Intelligence in Endodontics: Current Applications and Future Directions // Journal of Endodontics. – 2021. – Vol. 47. – Pp. 1352–1357. doi: 10.1016/j.joen.2021.06.003.
4. Barr A., Feigenbaum E. A., Cohen P. R. The Handbook of Artificial Intelligence. – Vol. 1-3. Los Altos, CA: William Kaufmann Inc.; 1981.
5. Chen Y. W., Stanley K., Att W. Artificial intelligence in dentistry: current applications and future perspectives // Quintessence International. –2020. –Vol. 51(3).  – Pp. 248–257. doi: 10.3290/j.qi.a43952.
6. Geetha V., Aprameya K.S., Hinduja D.M. Dental caries diagnosis in digital radiographs using back-propagation neural network // Health Information Science and Systems. – Vol. 2020. – N. 8. – Pp.1–14. doi: 10.1007/s13755-019-0096-y.
7. Ivashchenko A.V., Yablokov A.E., Komlev S.S., Stepanov G.V., Tsimbalistov A.V. Robot-assistirovannye i robotizirovannye sistemy, primeniaemye v stomatologii [Robot-assisted and robotic systems used in dentistry] // Stomatologiia (Mosk). – 2020. – Vol. 99(1). – Pp. 95–99. Russian. doi: 10.17116/stomat20209901195.
8. Lee C., Kabir T., Nelson J., Sheng S., Meng H., van Dyke T.E., Walji M.F., Jiang X., Shams S. Use of the deep learning approach to measure alveolar bone level // Journal of Clinical Periodontology. – 2022. – Vol. 49. – Pp.260–269. doi: 10.1111/jcpe.13574.
9. Li P., Kong D., Tang T., Su D., Yang P., Wang H., Zhao Z., Liu Y. Orthodontic Treatment Planning based on Artificial Neural Networks // Scientific Reports. – 2019. – Vol. 9. – Pp. 20-37. doi: 10.1038/s41598-018-38439-w.
10. Orhan K., Bayrakdar I.S., Ezhov M., Kravtsov A., Özyürek T. Evaluation of artificial intelligence for detecting periapical pathosis on cone-beam computed tomography scans // International Endodontic Journal. – 2020. – Vol. 53. – Pp. 680–689. doi: 10.1111/iej.13265.
11. Ossowska A, Kusiak A, Świetlik D. Artificial Intelligence in Dentistry-Narrative Review // International Journal of Environmental Research and Public Health. – 2022. – Vol. 19(6). – Pp. 3449. doi:10.3390/ijerph19063449.
12. Saghiri M.A., Asgar K., Boukani K.K., Lotfi M., Aghili H., Delvarani A., Karamifar K., Saghiri A.M., Mehrvarzfar P., Garcia-Godoy F. A new approach for locating the minor apical foramen using an artificial neural network // International Endodontic Journal. 2012. – Vol. 45. – Pp. 257–265. doi: 10.1111/j.1365-2591.2011.01970.x.
13. Schwendicke F., Samek W., Krois J. Artificial intelligence in dentistry: chances and challenges // Journal of Dental Research. – 2020. – Vol. 99(7). – Pp. 769–774. doi: 10.1177/0022034520915714.
14. Suwadee K., Sanpjet S., Supatyra P., Sujin B., Danaipong C. An artifcial neural network for detection of simulated dental caries // International Journal for Computer Assisted Radiology and Surgery. – 2006. – Vol. 1. – Pp. 91–96.
15. Vadzyuk S., Boliuk Y., Luchynskyi M., Papinko I., Vadzyuk N. Prediction of the development of periodontal disease. [(accessed on 22 January 2022)]; Proceedings of the Shevchenko Scientific Society Medical sciences. –  2021 . – Pp. 65 doi: 10.25040/ntsh2021.02.10.