Röntgen | Digitale tandheelkunde

Onderzoekers hebben een algoritme gecreëerd dat het potentieel van kunstmatige intelligentie voor de tandheelkunde laat zien, staat in het Journal of Dental Research. Waar mensen bijna vijf uur besteedden aan het segmenteren van de tanden en kaak op een conebeam computertomografie scan, lukte een algoritme het om de taak in slechts 25 seconden te voltooien – met een uitstekend resultaat.

In de toekomst van de tandheelkunde kan kunstmatige intelligentie (AI) mogelijk automatisch parodontale pathologieën ontdekken die anders mogelijk worden gemist. Een onderzoek dat werd gepresenteerd op het EuroPerio10-congres van de Europese Federatie van Parodontologie (EFP) toont aan dat dit steeds dichterbij komt: een deep learning-algoritme heeft namelijk met succes parodontitis op 2D-bitewing-röntgenfoto’s gedetecteerd.

Het belang van beeldvorming in de tandheelkunde komt regelmatig naar voren. Bij de behandeling van een vrouw met twee molaren die minstens zes abnormale wortelkanalen hadden door taurodontisme werden cone-beam computed tomography (CBCT) en een tandheelkundige operatiemicroscoop ingezet voor het lokaliseren van de wortelkanalen

Kunstmatige intelligentie kan een krachtig hulpmiddel zijn om tandverlies te voorspellen, volgens een studie die werd gepubliceerd in PLOS One. Machine-learning-algoritmes die niet alleen medische maar ook sociaaleconomische gegevens bevatten toonden veelbelovende resultaten bij het voorspellen van edentulisme, tandverlies en het ontbreken van een functioneel gebit.

Een thoraxfoto hielp bij het identificeren van een tandkroon van 9.5 mm die werd ontdekt in de long van een 81-jarige man die in het ziekenhuis was opgenomen voor meningitis. Volgens de auteurs van het artikel dat in Radiology Case Reports werd gepubliceerd is onderhoud van prothetische kronen van cruciaal belang bij oudere patiënten.