AI-systeem voorspelt cariës bij jonge kinderen

12 januari 2026

Volgens een persbericht van de Universiteit van Hongkong hebben onderzoekers een systeem met kunstmatige intelligentie ontwikkeld dat het risico op cariës bij jonge kinderen voor individuele elementen kan voorspellen.

AI-systeem

Cariës bij jonge kinderen (ECC) is de meest voorkomende chronische kinderziekte ter wereld en treft meer dan 70% van 5-jarige kinderen in China.
Onderzoekers van de universiteit van Hongkong (HKU) hebben een eerste AI-systeem (kunstmatige intelligentie) ontwikkeld dat het risico op cariës bij jonge kinderen kan voorspellen op basis van microbiële eigenschappen. De nauwkeurigheid van het systeem is 90%.

Onderzoek

Het onderzoek werd uitgevoerd bij kinderen van 3 tot 5 jaar. Er werd gekeken naar microbiële eigenschappen aan de hand van een 16S rRNA-sequencing en combinatie met shotgunmetagenomics. In totaal werden 2504 individuele tandplakmonsters van 89 kleuters onderzocht.

Uitkomsten

De onderzoekers ontdekten verschillende patronen die cariës kunnen voorspellen.
Opmerkelijk was dat incisieven een andere bacteriegemeenschap hebben dan molaren. De gradiënt die normaal gesproken in stand wordt gehouden door speekselvloed en tandanatomie, verstoord wanneer er cariës ontstaat. De onderzoekers hebben waargenomen dat er specifieke bacteriële verschuivingen plaatsvinden lang vóór verval, zoals migratie van microben geassocieerd met incisieven naar de molaren, en andersom.
Het AI-systeem is op basis van de aanwezige microbiële gemeenschappen gemaakt en analyseert de microbiële patronen om het risico op cariës te beoordelen.
Het systeem is 98% nauwkeurig in het detecteren van cariës en 93% in het voorspellen van cariës twee maanden voordat ze klinisch zichtbaar werden.

Conclusie

Het doel van het onderzoek is om uiteindelijk klinische testen te ontwikkelen om het AI-systeem wereldwijd toe te passen om niet alleen de tandheelkundige zorg te verbeteren, maar ook om pijn, infecties en ontwikkelingseffecten van cariës bij kinderen te voorkomen.

Bron:
The University of Hong Kong