עדכן רפואת שיניים - גיליון 171 ינואר-פברואר Israel Dental Update. No. 171. January- February 2021

.13 עלות התועלת של בינה מלאכותית לגילוי עששת פרוקסימאלית

ניהול מוקדם של נגעי עששת שלא עברו קוויטציה מחייב בראש ובראשונה את היכולת לזהות אותם. אסטרטגיית האבחון הסטנדרטית, בדיקה חזותית ומישוש, אינה מאפשרת בדרך כלל גילוי נגעים מוקדמים בפני שטח בלתי ניתנים לגישה (למשל, אזורים פרוקסימליים). שיטה נפוצה נוספת לאיתור נגעים בשלבים מוקדמים על פני שטח פרוקסימליים ולהערכת היקפם היא באמצעות צילומי נשך. בעוד שהינה יותר רגישה לאיתור נגעים מוקדמים מאשר בדיקה חזותית ומישוש, להערכה עם צילומי נשך ישנה שונות משמעותית בין בודקים שונים ואחוז ניכר של גילויים המהווים ממצא כוזב חיובי או שלילי. מחברי המאמר מציינים, כי בעבר ), ובמיוחד בלמידה עמוקה באמצעות רשתות עצביות (מושג בלמידת מכונה של רשת עצבית AI הוצע להשתמש בבינה מלאכותית ( מלאכותית, בה הנוירונים מסודרים כך שהם מגיבים לתחומים חופפים בשדה הראייה), על מנת להתגבר על האמינות והתקפות המוגבלת של ניתוחי צילומי רנטגן של שיניים. רשתות עצביות אלו מאפשרות למפות קלט מסוים (צילום) לידי פלט (קלסיפיקציה), בהתבסס על לימוד מנתונים. תהליך הלמידה כולל תיוג ואספקת תמונה, והתווייה של אלה לרשת עצבית המתאימה עצמה כדי לחזות את נוכחות הגוף המסומן (הנגע העששתי) על פי נתונים בלתי נראים. בעבר הכשירו, תיקפו ובדקו המחברים רשת עצבית מלאה , אשר הניבה דיוק רב יותר מרופא השיניים. הם מציינים כי הרשת הראתה רגישות U - net לצורך איתור נגעי עששת, אותה כינו גבוהה משמעותית מאשר רופאי שיניים, במיוחד לאיתור נגעים מוקדמים. הם מציעים שבעתיד ישתמשו רופאי השיניים בטכנולוגיית הבינה המלאכותית הזו באמצעות יישום תוכנה, המאפשרת להציג נגעי עששת מזוהים על גבי צילומי נשך שנבחנו באמצעות תוכנה דרך פונקציית העלאה. לטענתם, בעת הטיפול הקליני, לאיתור הפתולוגיה, כלומר נגע העששת ישנה השפעה מוגבלת בלבד על המתרפא (למשל, על בריאותו) או על מערכת טיפולי הבריאות (למשל, העלויות שנוצרו). לעומת זאת, תוצאות הבריאות והעלויות נקבעות על ידי החלטות טיפול שנעשות לאחר מכן (העלויות לאבחון עצמו הן בדרך כלל רק חלק קטן מעלויות הטיפול). הוכח בעבר, כי יש לבצע הערכה שיטתית של אסטרטגיות האבחון בשילוב עם הטיפול שניתן, באופן אידיאלי לאורך אופק ארוך טווח, בעיקר מאחר ולהחלטות הטיפול הראשוניות ישנן השלכות ארוכות טווח (למשל, הצורך בטיפולים חוזרים והעלויות שנוצרות). מטרה המחקר הנוכחי נועד להעריך את עלות התועלת של השימוש בבינה מלאכותית לזיהוי עששת פרוקסימאלית בצילומי נשך. לצורך צילומי נשך בהתאמה, שעליהם סימנו 141- ו 252 ,3,293 על U - Net המחקר, הוכשרה, אומתה ונבדקה הרשת העצבית המלאה ארבעה רופאי שיניים מנוסים את מיקום נגעי עששת לשם בדיקת התייחסות. הנגעים רובדו לנגעים ראשוניים שסווגו ללא קוויטציה, אשר באם התגלו טופלו באינפילטרציה של העששת, ולנגעים מתקדמים שסווגו כגורמי קוויטציה ועברו טיפול משקם. נעשה שימוש במודל של מרקוב כדי לדמות את ההשלכות של גילויים כוזבים חיוביים ושליליים של נגעים, כמו גם את ההחלטות הבאות לאורך חייהם של המתרפאים. התוצאה הבריאותית של המחקר הייתה מדד השנים בהן התקיימה שמירת השיניים. העלויות . בוצעו מיקרו סימולציות וניתוחי רגישות חד משתנים והסתברותיים. נערך כימות של היחס המצטבר של 2020 נמדדו ביורו בשנת ואילו הדיוק הממוצע 0.80 ) וקבילותה בספי הנכונות השונים לתשלום. הבינה המלאכותית הראתה דיוק של ICER עלות-תועלת ( . הבינה המלאכותית הייתה באופן משמעותי רגישה יותר מרופאי השיניים, 0.71- של רופאי השיניים היה נמוך משמעותית והגיע ל בעוד שהספציפיות לא הייתה נמוכה באופן משמעותי. בתרחיש הבסיסי, הבינה המלאכותית הייתה יעילה יותר ויקרה פחות מאשר יורו לשנה (כלומר שהשימוש בבינה המלאכותית הביא לחסכון כסף ביעילות 13.9 היה ICER ההערכה ללא הבינה המלאכותית. ה- אחוזים) השימוש בבינה המלאכותית היה פחות יקר ויעיל יותר. 77 >( גבוהה יותר). ברוב המקרים מסקנת החוקרים היא, כי השימוש ביישום הבינה המלאכותית לזיהוי נגעי עששת עשוי להיות חסכוני, בעיקר מכיוון שפחות נגעים נותרים בלתי מזוהים. הם מציינים כי עלות התועלת הזו מחייבת את רופאי השיניים לנהל את זיהויים של הנגעים המוקדמים באופן לא משקם.

Schwendicke F, Rossi JG, Göstemeyer G. Cost-effectiveness of artificial intelligence for proximal caries detection. J Dent Res 2020. DOI: 10.1177/ 0022034520972335

52