Artificial Intelligence in de tandheelkundige diagnostiek

artificial-intelligence-in-de-tandheelkunde

Artificial Intelligence kan ook binnen de tandheelkunde een verschil maken. Waar nu nog wordt gewerkt met complexe software en een workflow met veel stappen, kunnen processen in de toekomst worden geautomatiseerd. Verslag van de lezing van dr. David Anssari Moin tijdens het wintersymposium van de NVDMFR.

Diagnostische accuratesse bij dentale radiografie

Artificial Intelligence kan worden toegepast om de diagnostische accuratesse bij dentale radiografie en diagnostiek te verhogen. Er zijn accurate gouden standaards beschikbaar, echter kan een andere diagnostische test worden verkozen boven een gouden standaard omdat de diagnostische test minder invasief of eenvoudiger is. Een ideale test heeft een hoge sensitiviteit en specificiteit. De sensitiviteit voor het diagnosticeren van dentinecariës op een bitewing-opname is 0.36 – 0.56 (Schwendicke et al., 2015). Ook is er weinig overeenstemming tussen verschillende beoordelaars (gemiddelde Cohen’s kappa 0.21) in het beoordelen van panorama-opnamen op parodontale en periapicale afwijkingen (Caballero et al., 2017). Met behulp van Artificial Intelligence kan de sensitiviteit en overeenstemming tussen beoordelaars verhoogd worden.

In te toekomst wordt het mogelijk om röntgenbeelden automatisch te analyseren. Op dit moment werkt Promaton aan een programma waarmee panorama-opnamen automatisch kunnen worden geanalyseerd. Het programma is al in staat om elementen en tandheelkundige materialen zoals restauraties, wortelkanaal vullingen, kronen en bruggen, implantaten en wortelresten te herkennen. Dit wordt momenteel uitgebouwd naar de automatische detectie van cariës, periapicale laesies en non-dentale pathologieën (cystes en bottumoren) en de metingen van botniveaus op peri-apicale röntgenfoto’s. De diagnostische accuratesse (F1-score) van dit programma is gelijk aan die van artsen (0.9).

Automatisch segmenteren en classificatie van de essentiële structuren uit CBCT-scan en optische tandscans

Daarnaast wordt er op wereldwijde schaal gewerkt aan het automatisch segmenteren en classificatie van de essentiële structuren (kaakbot, tanden, canalis mandibularis) uit een CBCT-scan en optische tandscans. Dit kan worden toegepast in de behandelplanning voor orthodontie en implantologie. Deze toepassingen voor de orthodontie en implantologie kunnen er voorzorgen dat de huidige virtuele behandelsimulaties, zoals toegepast voor clear aligners of guided implantologie, geautomatiseerd en sterk vereenvoudigd kunnen worden. Een andere toepassing op dit gebied is een geautomatiseerde cephalometrische analyse op laterale schedelprofielopnamen.

Artificial Intelligence is niet eenvoudig. De dentale image data bevat complexe ziektebeelden, en het ziektebeeld neemt slechts een klein deel van de data in beslag. De data moet daarnaast worden gevalideerd door een dental professional. Om de diagnostische accuratesse te verbeteren, zijn grote datasets nodig. Deze uitdagingen nemen we mee naar de toekomst.

Literatuur

Anssari Moin, D., Hassan, B., Mercelis, P., & Wismeijer, D. (2013). Designing a novel dental root analogue implant using cone beam computed tomography and CAD/CAM technology. Clinical Oral Implants Research, 24, 25-27.

Caballero A. D., Arenas Y. H., & Acosta S. M. (2017). Inter-examiner concordance in the assessment of periodontal findings by means of panoramic X-rays. Revista Odontológica Mexicana, 21, 98-102.

Schwendicke, F., Tzschoppe, M., & Paris, S. (2015). Radiographic caries detection: a systematic review and meta-analysis. Journal of Dentistry, 43(8), 924-933.

Verweij, J. P., Jongkees, F. A., Moin, D. A., Wismeijer, D., & Van Merkesteyn, J. P. R. (2017). Autotransplantation of teeth using computer-aided rapid prototyping of a three-dimensional replica of the donor tooth: a systematic literature review. International Journal of Oral and Maxillofacial Surgery, 46(11), 1466-1474.

Verweij, J. P., van Westerveld, K. J., Moin, D. A., Mensink, G., & van Merkesteyn, J. R. (2019). Autotransplantation With a 3-Dimensionally Printed Replica of the Donor Tooth Minimizes Extra-Alveolar Time and Intraoperative Fitting Attempts: A Multicenter Prospective Study of 100 Transplanted Teeth. Journal of Oral and Maxillofacial Surgery, 78(1), 35-43.

 

  1. David Anssari Moin, tandarts-implantoloog en oprichter van het bedrijf Promaton Artificial Intelligence.

Verslag voor dental INFO door Joey de Boer, Thierry Roseboom en Hanneke den Uil, derdejaars masterstudenten tandheelkunde aan ACTA, van de lezing van dr. David Anssari Moin, tijdens het Wintersymposium van de Nederlandse Vereniging voor DentoMaxilloFaciale Radiologie (NVDMFR)

Lees ook:
Artificial Intelligence in de medische diagnostiek

Artificial Intelligence in de maatschappij

Lees meer over: Congresverslagen, Kennis, Röntgen | Digitale tandheelkunde, Thema A-Z