Roli i inteligjencës artificiale në diagnostikimin e gengivitit

Sëmundja periodontale është një sëmundje inflamatore kronike që prek periodontiumin dhe klasifikohet në gengivit dhe periodontitis me dëmtime të kthyeshme dhe të pakthyeshme të indeve.

Sipas Organizatës Botërore të Shëndetësisë, prevalenca e sëmundjes periodontale vlerësohet të jetë mbi 50% në mbarë botën dhe pothuajse një e treta janë raste të rënda, me humbje klinike të atashimit më të madh se 5 mm dhe humbje kockore më të madhe se 30%.

Sëmundja periodontale shkaktohet nga akumulimi i pllakës ose biofilmit përgjatë vijës së gengivave, duke rezultuar në inflamacion të lokalizuar të tyre dhe përgjigje të vazhdueshme të bujtësit. Është e vështirë për pacientët të mbajnë një kontroll të kënaqshëm të pllakës pa mbikëqyrje të vazhdueshme nga një higjenist profesionist ose dentist.

Inteligjenca artificiale mund të përdoret për të siguruar një kontroll vizual dhe këshillim të vazhdueshëm të automatizuar nëpërmjet fotografive intra-orale.

Aktualisht ekzistojnë disa arkitektura rrjeti që përdoren për të zbuluar gengivitin nëpërmjet fotografive intra-orale me saktësi që varion nga 0.47 në 0.83, me 1.00 që është vlera maksimale e saktësisë. Saktësia e çdo sistemi diagnostikues për përdorim klinik duhet të jetë sa më e lartë që të jetë e mundur dhe saktësia duhet të jetë së paku 0.90 ose më e lartë.

Qëllimi i studimit të mëposhtëm ishte të parashikonte me saktësi gjendjen e shëndetit të gengivave, për sa i përket ndjeshmërisë dhe specifikës, duke përdorur një sistem të ri të inteligjencës artificiale të ndërtuar me DeepLabv3+, pas trajnimit me një numër adekuat fotografish intra-orale.

Tipologjia e kërkimit dhe modaliteti i analizës

Në një studim të publikuar në "International Dental Journal", autorët kanë zhvilluar dhe vërtetuar një sistem të ri të inteligjencës artificiale që mund të përdoret për të diagnostikuar gengivitin nëpërmjet fotografive intra-orale pa ndërhyrjen e syrit të njeriut.

Autorët mblodhën fotografitë intra-orale të pamjes së përparme që plotësonin kriteret e përfshirjes. Në këtë studim, arkitektura e rrjetit të inteligjencës artificiale e përdorur ishte DeepLabv3+, bazuar në Keras (v2.12, Google LLC) me TensorFlow 2 (v2.9, Google LLC). Ky rrjet nervor është shumë i transferueshëm dhe ofron shumë pika kontrolli të trajnuara paraprakisht për të lehtësuar mësimin e grupeve të të dhënave.

Përgjatë kufirit gengival, gjendja gengivale e vendeve individuale u etiketua si e shëndetshme, e sëmurë ose e diskutueshme. Fotografitë u caktuan rastësisht si një grup të dhënash trajnimi ose vërtetimi. Të dhënat e trajnimit u futën në sistemin e ri të IA-së dhe saktësinë e tij në zbulimin e gengivitit, duke përfshirë ndjeshmërinë, specifikën dhe mesataren e kryqëzimit. Saktësia u raportua sipas deklaratës STARD-2015.

Rezultatet

U mblodhën dhe regjistruan gjithsej 567 fotografi intra-orale, 80% e të cilave u janë përdorën për trajnim dhe 20% për vërtetim. Sa i përket grupeve të të dhënave të trajnimit ishin gjithsej 113,745,208 piksele me 9,270,413; 5,711,027; 4,596,612 piksele të etiketuara si të shëndetshëm, të sëmurë dhe të dyshimtë, respektivisht.

Sa i përket grupeve të të dhënave të vërtetimit, ishte 28,319,607 piksele me 1,732,031; 1,866,104; 1,116,493 piksele të etiketuara respektivisht si të shëndetshëm, të sëmurë dhe të dyshimtë.

Inteligjenca artificiale parashikoi saktë 1,114,623 pikselë të shëndetshëm dhe 1,183,718 të sëmurë me një ndjeshmëri prej 0,92 dhe një specifikë prej 0,94. Kryqëzimi mesatar në lidhjen e sistemit u gjet të ishte 0.60 dhe mbi pragun e pranuar zakonisht prej 0.50.

Konkluzionet

Nga të dhënat e këtij studimi, të cilat duhen konfirmuar edhe në punime të tjera të ngjashme, mund të konkludohet se inteligjenca artificiale mundi të identifikonte vende specifike me dhe pa inflamacion gengival, me ndjeshmëri të lartë dhe specifikë të lartë në të njëjtin nivel me ekzaminimin vizual të njeriut.

Implikimet klinike

Studimet e ardhshme ka të ngjarë të hapin rrugën për aplikimet e sistemeve të tilla të IA-së në periodontologji dhe në një aspekt më të gjerë, në parandalimin dhe kontrollin e sëmundjes periodontale në popullatën botërore.

Për më shumë informacion:

Reinhard Chun Wang Chau, Guan-Hua Li, In Meei Tew, Khaing Myat Thu, Colman McGrath, Wai-Lun Lo, Wing-Kuen Ling, Richard Tai-Chiu Hsung, Walter Yu Hang Lam. Accuracy of artificial intelligence-based photographic detection of gingivitis. Int Dent J 2023 Apr 26;S0020-6539(23)00060-6.