עדכן רפואת שיניים גיליון 198 יולי-אוגוסט Israel Dental Update no.198 July-August 2025

מגבלות ומבט לעתיד למרות הפוטנציאל הטכנולוגי העצום, קיימים אתגרים משמעותיים ליישום קליני נרחב. עלות הציוד גבוהה ודורשת השקעה כספית משמעותית, בעוד שהצורך בהכשרת צוות רפואי לשימוש בטכנולוגיות מתקדמות מהווה מחסום נוסף. חשוב לציין כי בעוד שמספר , רובם טרם עברו אימות קליני נרחב לשימוש בפועל. המחקר המתמשך בתחום זה OSCC רב של סמנים ביולוגיים זוהו עבור זיהוי קריטי לפיתוח כלי אבחון אמינים ולא פולשניים לסרטן הפה. הטכנולוגיות המתפתחות מבטיחות צמצום משמעותי של עיכובים באבחון, מה שיוביל לתוצאות טיפוליות משופרות ופיתוח תכניות טיפול מותאמות אישית בהתבסס על נתוני הדמיה. בנוסף, הן מספקות אפשרות להפחתת פרוצדורות פולשניות, צמצום הצורך בביופסיות מרובות וחסכון בזמן. הצלחת היישום תלויה בשיתוף פעולה בין מדענים, קלינאים ומקבלי החלטות למען הסרת מורכבויות ושיפור הנגישות לפתרונות טכנולוגיים מתקדמים. סיכום המהפכה הטכנולוגית בתחום גילוי סרטן הפה מספקת לרופאי השיניים כלים מתקדמים לאבחון מוקדם ומדויק יותר. שילוב של וסמנים ביולוגיים ברוק פותח אפשרויות חדשות לזיהוי מוקדם של מצבים פרה- OCT בינה מלאכותית, הדמיית פלואורסצנטית, ממאירים וממאירים. בעוד שהטכנולוגיות הללו מציגות פוטנציאל עצום, הן דורשות אימות קליני נוסף והשקעה בהכשרה מקצועית. עם התמשכות המחקר והפיתוח, הטכנולוגיות הללו צפויות לשפר משמעותית את תוצאות הטיפול ואיכות החיים של חולי סרטן הפה ברחבי העולם. 1. Sahoo RK, Sahoo KC, Dash GC, et al. Diagnostic performance of artificial intelligence in detecting oral potentially malignant disorders and oral cancer using medical diagnostic imaging: a systematic review and meta-analysis. Front Oral Health. 2024;5:1494867. 2. Patel S, Kumar D. Predictive identification of oral cancer using AI and machine learning. Oral Oncol Rep. 2025;13:100697. 3. Kouketsu Y, Ariji Y, Nishiyama M, et al. Detection of oral cancer and oral potentially malignant disorders using artificial intelligence‐based image analysis. Head Neck. 2024;46(7):1642-1653. 4. Guan G, Coates DE, Sun Q, et al. Atomic Force Microscopy for Revealing Oncological Nanomechanobiology and Thermodynamics. ACS Nano. 2025;19(11):10862. 5. Oral Cancer Detection: New Advances. USC Ostrow School of Dentistry. 2024. https://ostrowonline.usc.edu/new advances-in-oral-cancer-detection/ 6. Nagi R, Bibra A, Rakesh N, et al. Oral cancer screening by artificial intelligence-oriented interpretation of optical coherence tomography images. Radiol Res Pract. 2022;2022:1614838. 7. Gambino A, Martina E, Panzarella V, et al. Potential use of optical coherence tomography in oral potentially malignant disorders: in-vivo case series study. BMC Oral Health. 2023;23:563. 8. Yang Z, Shang J, Liu C, et al. Identification of oral cancer in OCT images based on an optical attenuation model. Lasers Med Sci. 2020;35:1999-2007. 9. Malone J, Hill C, Tanskanen A, et al. Imaging Biomarkers of Oral Dysplasia and Carcinoma Measured with In Vivo Endoscopic Optical Coherence Tomography. Cancers. 2024;16(15):2751. 10. Yang Z, Shang J, Liu C, et al. Identification of oral precancerous and cancerous tissue by swept source optical coherence tomography. Lasers Surg Med. 2022;54(2):320-328. 11. Umapathy S, Krishnan A, Sharma N, et al. Role of Artificial Intelligence in Oral Cancer. Adv Public Health. 2024;2024:3664408. 12. Kapoor A, Singh A, Prajapati BG, et al. AI illuminates paths in oral cancer: transformative insights, diagnostic precision, and personalized strategies. EXCLI J. 2024;23:1091-1116. ביבליוגרפיה

63