МОЖЛИВОСТІ ШТУЧНОГО ІНТЕЛЕКТУ В ОРТОДОНТІЇ, ПОТОЧНИЙ СТАН ТА ПЕРСПЕКТИВА. ОГЛЯД ЛІТЕРАТУРИ
DOI:
https://doi.org/10.35220/2523-420X/2025.1.25Ключові слова:
штучний інтелект, ортодонтія, цефалометрія, машинне навчання, огляд, планування лікування, діагностикаАнотація
Вступ. Останні десятиліття ми стаємо свідками величезних змін у нашій професії. Поява нових, сучасніших технологій в ортодонтичному лікуванні, перехід на повністю цифровий протокол роботи, нові методи візуалізації все це створюється та інтегрується для того, щоб клініцисти мали можливість оптимізувати робочий процес і вдосконалити свої методики надання ортодонтичної допомоги пацієнтам.З метою підвищення рівня точності та ефективності в діагностиці, використання штучного інтелекту значно зросло за останні роки. Ці знання є основою в прогнозуванні лікування. Однак впровадження цих технологій, заснованих на штучному інтелекті, не змінює того факту, що медичні працівники, володіючи власними знаннями, отриманими завдяки спеціалізованій освіті та багаторічним досвідом, є тими, хто в підсумку має поставити діагноз і обрати найкращий план лікування.Методологія та методи дослідження. Мета дослідження – проаналізувати доступні джерела науково-медичної інформації, присвячені питанням застосування штучного інтелекту в ортодонтії. Включені дослідження доводять, що штучний інтелект є надійним інструментом, який робить ортодонтичне лікування швидшим, економічнішим, зручнішим, більш прогнозованим. У стоматології штучний інтелект став популярний протягом останніх кількох десятиліть, зокрема в ортодонтії його використовують для діагностики, визначення потреби лікування, цефалометрії, планування лікування, прогнозування лікування, ортогнатичних маніпуляцій.Виклад основного матеріалу дослідження. Останні технологічні інновації в ортодонтії, включаючи КПКТ і 3D-візуалізацію, внутрішньоротові сканери, сканери обличчя, можливості програмного забезпечення для миттєвого моделювання зубів і нові розробки пристроїв із використанням робототехніки та 3D- друку, змінюють вигляд медичної допомоги та швидко інтегруються в стоматологію. Ці інструменти дозволяють краще зрозуміти анатомію пацієнта та можуть створювати динамічні, анатомічні реконструкції для конкретного пацієнта, а отже, передбачають можливість 3D-планування лікування. Висновки. Незважаючи на великий потенціал ШІ в ортодонтії потрібно зробити діагностичний процес більш точним та ефективним, робота зі ШІ ще не стала основним інструментом у повсякденній ортодонтичній практиці. Попри те, що ШІ може підвищити точність діагностики, він не може повністю замінити людський інтелект, але здатний суттєво покращити результати лікування, підвищити економічність та ефективність.
Посилання
Monill-González, A., Rovira-Calatayud, L., d’Oliveira, N. G., & Ustrell-Torrent, J. M. (2021). Artificial intelligence in orthodontics: Where are we now? A scoping review. Orthodontics and Craniofacial Research, 24 (Suppl. 2), 6–15. https://doi.org/10.1111/ocr.12517
Shan, T., Tay, F. R., & Gu, L. (2020). Application of artificial intelligence in dentistry. Journal of Dental Research, 100(3), 232–244.
Tsolakis, I. A., Tsolakis, A. I., Elshebiny, T., Matthaios, S., & Palomo, J. M. (2022). Comparing a fully automated cephalometric tracing method to a manual tracing method for orthodontic diagnosis. Journal of Clinical Medicine, 11(22), 6854.
Orhan, K., & Jagtap, R. (Eds.). (2023). Artificial Intelligence in Dentistry (pp. 131–141). https://doi.org/10.1007/978-3-031-43827-1_8
Alsubai, S. (2022). A critical review on the 3D cephalometric analysis using machine learning. Computers, 11(11), 154.
Amasya, H., Cesur, E., Yıldırım, D., & Orhan, K. (2020). Validation of cervical vertebral maturation stages: Artificial intelligence vs human observer visual analysis. American Journal of Orthodontics and Dentofacial Orthopedics, 158(6), e173–e179.
Amasya, H., Aydoğan, T., Cesur, E., Kemaloğlu Alagöz, N., Uğurlu, M., Bayrakdar, İ. Ş., et al. (2023). Using artificial intelligence models to evaluate envisaged points initially: A pilot study. Proceedings of the Institution of Mechanical Engineers, Part H: Journal of Engineering in Medicine, 237(6), 706–718. https://doi.org/10.1177/09544119231173165
Orhan, K., Shamshiev, M., Ezhov, M., Plaksin, A., Kurbanova, A., Ünsal, G., et al. (2022). AI-based automatic segmentation of craniomaxillofacial anatomy from CBCT scans for automatic detection of pharyngeal airway evaluations in OSA patients. Scientific Reports, 12(1), 1–9.
Alam, M. K., Abutayyem, H., Kanwal, B., & Shayeb, M. A. L. (2023). Future of orthodontics – A systematic review and meta-analysis on the emerging trends in this field. Journal of Clinical Medicine, 12(2), 532.
Baxi, S., Shadani, K., Kesri, R., Ukey, A., Joshi, C., & Hardiya, H. (2022). Recent advanced diagnostic aids in orthodontics. Cureus, 14(11), e31921.
Gupta, A. (2020). Challenges for computer aided diagnostics using X-ray and tomographic reconstruction images in craniofacial applications. International Journal of Computer Vision and Robotics, 10(4), 360–371.
Elnagar, M. H., Aronovich, S., & Kusnoto, B. (2020). Digital workflow for combined orthodontics and orthognathic surgery. Oral and Maxillofacial Surgery Clinics of North America, 32(1), 1–14.
