עדכן רפואת שיניים - גיליון 187 ספטמבר-אוקטובר Israel Dental Update no.187 September-October 2023

.17 היעילות של בינה מלאכותית בזיהוי אובדן עצם בחניכיים וסיווג מחלות החניכיים אחוזים. על פי נתונים ממחקר נטל המחלות 50- ל 20 לדברי מחברי המאמר, השכיחות העולמית של מחלות החניכיים נעה בין מיליארד אנשים ברחבי העולם סובלים ממחלות הקשורות לבריאות הפה. מתוך מספר זה, כמיליארד 3.5- , כ 2019- הגלובלי שנערך ב אחוזים מהאוכלוסייה הבוגרת העולמית ואשר עלולה להיות לה השפעה 14- בני אדם נפגעים ממחלת חניכיים חמורה, המהווה כ גדולה על איכות החיים של האדם. פגיעה באסתטיקה ובלעיסה ודימוי וביטחון עצמי נמוכים הם השלכות נפוצות. בסקר בחינת אחוזים מהמבוגרים בארצות הברית סובלים ממחלת חניכיים קלה עד 47.2- דווח, כי כ 2019 הבריאות והתזונה הלאומי משנת חמורה. אי מתן טיפול מהיר עלול להוביל לקידום ספיגת העצם, המאופיינת בניידות שיניים ובסופו של דבר באובדן שיניים. הסיווג של מחלות החניכיים ממלא תפקיד מרכזי בזיהוי חומרת והיקף התקדמות המחלה, ובכך מקל על גיבוש תכנית טיפול יעילה והערכה פרוגנוסטית. באופן מסורתי, הסיווג של מחלות החניכיים נשען במידה רבה על זיהוי קליני או רנטגני של אובדן העצם המכתשית. עם זאת, זיהוי קליני של אובדן עצם הוא הליך רגיש לטכניקה. ) היא מוקד מחקר מתפתח ברפואת השיניים, עם פיתוחים ויישומים רבים. באופן ספציפי, ניתן להגדיר בינה AI בינה מלאכותית ( מלאכותית כיכולת של מכונה לבצע משימות התואמות פעילויות אינטליגנטיות, כגון זיהוי, קבלת החלטות ופתרון בעיות ללא צורך , בה נעשה שימוש באלגוריתמים על מנת לחזות תוצאות על בסיס AI ) משמשת כתת-קבוצה של ML בקלט אנושי. למידת מכונה ( , המשתמשת ברשתות עצביות מלאכותיות על מנת לחקות את ML ) מהווה תת-קבוצה של DL מערך נתונים נתון. למידה עמוקה ( תהליכי הלמידה של המוח האנושי ולהציע מסגרות מתמטיות המאפשרות סיווג של תוצאות, תוך הסתמכות על ניתוחים של נתונים בבעיות בממד גבוה. מודלים של בינה מלאכותית הופיעו כמשאבים בעלי ערך פוטנציאלי בסיוע לקלינאים בבעיות דנטליות שונות, החל מגילוי עששת ועד להערכה של גרורות מחוץ לבלוטות של גידולי הצוואר. מחקרים מצביעים על כך שבינה מלאכותית עשויה להיות מכשיר יוצא דופן למיטוב הטיפול במתרפאים תוך הפחתת עומס העבודה על רופאים באופן ניכר. מטרה ) ולהעריך את הדיוק PBL המשמשים לאיתור אובדן עצם פריודונטלית ( AI סקירה שיטתית זו נועדה לבחון את המודלים השונים של שלהם בסיווג מחלות החניכיים. למאמרים שפורסמו עד לחודש אוגוסט Web of Science ו- PubMed , Scopus המחברים ערכו חיפוש אלקטרוני במאגרי המידע של . המחברים העריכו את המאמרים באמצעות כלי להערכת PBL בקביעת AI . בסקירה נכללו מאמרים המעריכים את היעילות של 2022 דיוק האבחון לאיכות מחקרים והשתמשו בקריטריונים לדירוג ההמלצות להערכה, אומדן ופיתוח לשם הערכת וודאות הראיות. המאמרים שזוהו באמצעות החיפוש האלקטרוני, ששת המחקרים אשר עמדו בקריטריונים שנקבעו להכללה השתמשו 13 מתוך במגוון אלגוריתמים של בינה מלאכותית ושיטות שונות, כולל צילומי רנטגן פנורמיים ותוך-אורליים. התוצאות שנמדדו היו: דיוק, לבין ביצועי רופאי השיניים, אחרים AI רגישות, ספציפיות, ודיוק הפיקסלים. למרות שכמה מחקרים לא מצאו הבדל מהותי בין יש את הפוטנציאל כדי לסייע AI בזיהוי אובדן עצם פריודונטלית. נמצאו עדויות המצביעות על כך של- AI הדגימו את העליונות של באיתור אובדן עצם ובסיווג של מחלות החניכיים. מסקנות ואימות התועלת הקלינית שלהם. ההשלכות AI לדברי החוקרים, נדרש מחקר נוסף לשם סטנדרטיזציה של האלגוריתמים של עשוי להציע כמה יתרונות בזיהוי וסיווג מחלות החניכיים, רמת העדויות AI המעשיות של המחקר הן, כי למרות שהשימוש ב הנמוכה והביצועים הלא עקביים של אלגוריתמים של בינה מלאכותית מצביעים על כך, שיש לנקוט משנה זהירות כאשר שוקלים את השימוש במודלים של בינה מלאכותית באבחון של אובדן עצם פריודונטלית.

Patil S, Joda T, Soffe B, et al. Efficacy of artificial intelligence in the detection of periodontal bone loss and classification of periodontal diseases A systematic review. J Am Dent Assoc 2023; 154(9): 795-804

58