fot. 123rf.com

W gabinecie
Typografia
  • Najmniejsza Mała Średnia Większa Największa
  • Obecna Helvetica Segoe Georgia Times

Może pomóc w przewidywalnej utracie zębów – mowa o sztucznej inteligencji, która ma uwzględniać algorytmy, dane medyczne i czynniki społeczno-ekonomiczne.

AI jako narzędzie w diagnostyce stomatologicznej

Analiza przez sztuczną inteligencję wszystkich tych czynników miała wykazać znaczną skuteczność w przypadku spodziewanego bezzębia, utraty zębów bądź upośledzenia funkcji uzębienia. Podczas przeprowadzonego badania użyto danych niemal 12 000 dorosłych pacjentów, którzy uczestniczyli w prowadzonym w USA badaniu National Health and Nutrition Examination Survey (NHANES).

Badanie NHANES: skuteczność analizy czynników społeczno-ekonomicznych

Badacze podkreślają, że AI może skutecznie przewidywać utratę zębów bez wykorzystywania jakichkolwiek informacji na temat uzębienia pacjenta. – Nasza analiza dowiodła, że chociaż wszystkie modele uczenia maszynowego mogą być użytecznymi predyktorami ryzyka, te, które uwzględniają zmienne społeczno-ekonomiczne, mogą być szczególnie potężnymi narzędziami przesiewowymi do identyfikacji osób o podwyższonym ryzyku utraty zębów – poinformowała prof. Hawazin Elani z Harvard School of Dental Medicine, główna autorka badania.

Czynniki społeczno-ekonomiczne kluczowe w przewidywaniu utraty zębów

Naukowcy podczas badania wykazali również, że względy społeczno-ekonomiczne są znacznie bardziej istotne w przewidywaniu bezzębia, braków zębowych i zaburzonej funkcji uzębienia niż stany chorobowe. Najważniejszym predyktorem (zmienną objaśniającą) utraty zębów w analizie był wiek pacjenta.

Wiek i status społeczny ważniejsze niż stan zdrowia w predykcji utraty zębów

Silnymi predyktorami utraty zębów były także: wykształcenie, dostęp do opieki stomatologicznej, zatrudnienie, dochód rodziny, pochodzenie etniczne oraz fakt posiadania domu.

Chociaż schorzenia, takie jak zapalenie stawów, cukrzyca, wysoki poziom cholesterolu, nadciśnienie i choroby serca, stanowiły niejako zapowiedź przyszłej utraty zębów, nie wykazano tak silnego ich wpływu jak czynników społeczno-ekonomicznych.

– Nasze odkrycia sugerują, że modele algorytmów uczenia maszynowego uwzględniające cechy społeczno-ekonomiczne były lepsze w przewidywaniu utraty zębów niż te, które opierają się wyłącznie na rutynowych klinicznych wskaźnikach stomatologicznych – stwierdziła prof. Elani.


Nowy Gabinet Stomatologiczny: Sztuczna Inteligencja w przewidywaniu utraty zębów

Więcej ciekawych artykułów w "Nowy Gabinet Stomatologiczny" - zamów prenumeratę lub kup prenumeratę w naszym sklepie.