Dirbtinio intelekto pagalba diagnozuojant kariesą

Dantų ėduonimi serga apie 2.5 milijardo gyventojų. Tai yra labiausiai paplitusi liga pasaulyje. Savalaikis ligos diagnozavimas yra pirmas ir esminis gydymo žingsnis. Vienas iš svarbių diagnostikos būdų yra rentgeno nuotrauka. Naujausios technologijos gali padėti gydytojams analizuoti rentgenogramas. Dirbtiniu intelektu (DI) pagrįsti įrankiai turi potencialo revoliucionizuoti ėduonies diagnostiką. Tikslesnė ir greitesnė diagnozė palengvintų gydytojų odontologų darbą ir pagerintų pacientų ligos prognozę.

DI gali dideliu tikslumu atpažinti dantų ėduonį rentgeno nuotraukose. 2025 metų rugpjūčio mėnesį publikuoto tyrimo autoriai padarė išvadą, kad modeliai gali pasiekti net iki 95% tikslumą ėduonies diagnostikoje rentgenogramose. Dantų šaknų rentgenogramose modelio tikslumas gali būti dar didesnis - net iki 99%. Kiti autoriai atliko sisteminę mokslinių tyrimų apžvalgą apie DI karieso diagnostikos tikslumą rentgenogramose. Apibendrinę 5 patikimiausių tyrimų rezultatus, autoriai teigia, kad programinė įranga gali 9 kartus iš 10 identifikuoti ėduonį. Kiti tyrėjai įvertino mažai patirties turinčių odontologų ėduonies diagnostikos tikslumą su ir be DI pagalbos. Tikslumas nuo 75% be sistemos pakilo iki beveik 100% su sistemos pagalba. Priklausomai nuo tyrimo apimties ir metodų, DI įrankiai sugeba diagnozuoti dantų ėduonį rentgeno nuotraukose iki 95% tikslumu.

Ėduonies diagnostikai skirti dirbtinio intelekto įrankiai plėtojami ir jau naudojami komerciškai. Populiarios sistemos: „Second opinion“, „Diagnocat“ ir „Overjet“. DI vis sparčiau įsitvirtina odontologijoje ir keičia tai, kaip bendrauja pacientai bei gydytojai. Nuo tikslaus dantų ligų nustatymo iki aiškaus gydymo išlaidų paaiškinimo – jis padeda didinti pacientų supratimą ir pasitikėjimą. Komercinės DI sistemos, skirtos ėduonies diagnostikai, padeda tiek analizuojant rentgenogramas, tiek kalbant su pacientais, tačiau kainuoja 200–700 JAV dolerių per mėnesį ir reikalauja integracijos su esamomis odontologijos klinikos sistemomis.

Naujausių technologijų naudojimas ėduonies diagnostikai turi iššūkių. Visų pirma, mažesnėms odontologijos klinikoms gali būti sudėtinga ekonomiškai pagrįsti jų kainą. Taip pat kyla rizika, kad įrankių rezultatai nebus tokie patikimi „realiame pasaulyje“. Modeliai dažnai treniruojami ir testuojami su ribotais duomenų rinkiniais, todėl gali būti silpnesni taikant juos skirtingose populiacijose ar skirtingomis aplinkybėmis. Dirbtinio intelekto atliekamoje analizėje nėra įtraukiami objektyvūs ekstraoraliniai, intraoraliniai ir sisteminiai paciento sveikatos duomenys, nusiskundimai. Įrankių patikimumą apsunkina skaidrumo trūkumas – tiek dėl aiškios informacijos, kaip modeliai buvo treniruojami, tiek dėl to, kaip jie veikia realiame klinikos kontekste.

DI įrankiai padeda analizuoti rentgeno nuotraukas, tačiau negali pakeisti gydytojo diagnozės. Moksliškai pagrįsta, kad šie įrankiai turi aukštus tikslumo (jautrumo ir specifiškumo) rodiklius. Per paskutinius 3 metus jie tapo prieinami komerciniam naudojimui, tačiau jų pritaikymas kasdienėje praktikoje vis dar kelia iššūkių. Tačiau vienų tiekėjų iššūkiai sukuria galimybes kitiems tobulėti. Ateityje dirbtinio intelekto pritaikymas diagnostikoje taps lengviau prieinamas ir skaidresnis.