с 01.01.2008 по настоящее время
Тюмень, Россия
сотрудник
Тюмень, Тюменская область, Россия
студент
Тюмень, Тюменская область, Россия
студент
Тюмень, Тюменская область, Россия
студент
Тюмень, Тюменская область, Россия
УДК 616.31 Стоматология. Заболевания ротовой полости и зубов
Предмет. В работе рассмотрены виды искусственного интеллекта (ИИ), применяемые в медицине зарубежных стран и России, освещена информация о способах наполнения информационной базы искусственного интеллекта. Приведена статистика совершаемых ошибок врачами и, в частности, врачами-стоматологами, которые возможно избежать, внедрив и обучившись применению искусственного интеллекта в своей сфере деятельности. Системы, основанные на искусственном интеллекте, могут использоваться для создания симуляторов, которые помогают студентам отрабатывать навыки в безопасной среде. Цель. Предоставить обзор программ, существующих на международном стоматологическом рынке, созданных на основе возможностей искусственного интеллекта. Рассмотреть их значимость, работоспособность, критичность допускаемых ошибок. Проанализировать существующие программы, процесс их создания и способы обучения искусственного интеллекта. Методология. Произведен анализ 30 литературных источников, опубликованных за период с 2019 по 2025 гг. в научных библиометрических базах данных PubMed, JCDA, Frontiersin. Выводы. По данным международных исследований использование искусственного интеллекта в работе врача-стоматолога помогает снизить ошибки врачей на 5–15%, точность анализа рентгенограмм: до 100%, скорость анализа: в 6–10 раз, точность обнаружения патологий на 72–95,67%, точность классификации заболеваний пародонта на 82–87%. Искусственный интеллект помогает разрабатывать персонализированные планы лечения, становится инструментом врача, изменяя его роль в сторону интерпретации данных и стратегического планирования лечения. Способствует раннему выявлению заболеваний. Оптимизирует административные процессы и повышает эффективность работы. Однако существует опасность применения искусственного интеллекта без должного контроля со стороны человека. Несмотря на перечисленные положительные стороны, искусственный интеллект не исключает погрешности и риски, такие как утечка данных, кибератаки, несанкционированный доступ.
искусственный интеллект, диагностика, персонализация лечения, оптимизация, ошибки и риски
1. Khanagar S.B., Al-ehaideb A., Maganur P.C., Vishwanathaiah S., Patil S., Baeshen H.A. et al. Developments, application, and performance of artificial intelligence in dentistry—a systematic review. Journal of dental sciences. 2021;16(1):508-522. https://doi.org/10.1016/j.jds.2020.06.019
2. Briganti G., Le Moine O. Artificial Intelligence in Medicine: Today and Tomorrow. Frontiers in medicine (Lausanne). 2020;7:27. https://doi.org/10.3389/fmed.2020.00027
3. He J., Baxter S.L., Xu J., Xu J., Zhou X., Zhang K. The practical implementation of artificial intelligence technologies in medicine. Nature medicine. 2019;25(1):30-6. https://doi.org/10.1038/s41591-018-0307-0
4. Ray S. A quick review of machine learning algorithms. International conference on machine learning, big data, cloud and parallel computing (COMITCon). IEEEXplore. http://dx.doi.org/10.1109/COMITCon.2019.8862451
5. Ting Sim J.Z., Fong Q.W., Huang W., Tan C.H. Machine learning in medicine: What clinicians should know. Singapore medical journal. 2023;64(2):91-97. https://doi.org/10.11622/smedj.2021054
6. Castiglioni I., Rundo L., Codari M., Di Leo G., Salvatore C., Interlenghi M. et al. AI applications to medical images: from machine learning to deep learning. Physica medica. 2021;83:9-24. https://doi.org/10.1016/j.ejmp.2021.02.006
7. AbuSalim S., Zakaria N., Islam M.R., Kumar G., Mokhtar N., Abdulkadir S.J. Analysis of deep learning techniques for dental informatics: a systematic literature review. Healthcare. 2022;10(10):1892. https://doi.org/10.3390/healthcare10101892
8. Kaul V., Enslin S., Gross S.A. History of artificial intelligence in medicine. Gastrointestinal endoscopy. 2020;92(4):807-812. https://doi.org/10.1016/j.gie.2020.06.040
9. Farook T.H., Jamayet N.B., Abdullah J.Y., Alam M.K. Machine learning and intelligent diagnostics in dental and orofacial pain management: a systematic review. Pain research & management. 2021;2021:6659133. https://doi.org/10.1155/2021/6659133
10. Серикова О.В., Елькова Н.Л., Соболева Н.А., Щербаченко О.И. Применение нейросетевых технологий для дифференциальной диагностики тяжелых заболеваний с проявлениями в полости рта. Вестник новых медицинских технологий. Электронное издание. 2019;(5):39-46. [Serikova O.V., El'kova N.L., Soboleva N.A., Shcherbachenko O.I. Application of neural network technology for differential diagnosis of severe diseases with manifestations in the oral cavity. Journal of New Medical Technologies. 2019;(5):39-46. (In Russ.)]. https://www.elibrary.ru/item.asp?id=41211788
11. Khanagar S.B., Al-Ehaideb A., Vishwanathaiah S., Maganur P.C., Patil S., Naik S. et al. Scope and performance of artificial intelligence technology in orthodontic diagnosis, treatment planning, and clinical decision-making—a systematic review. Journal of dental sciences. 2021;16(1):482-492. https://doi.org/10.1016/j.jds.2020.05.022
12. Lee S.J., Chung D., Asano A., Sasaki D., Maeno M., Ishida Y. et al. Diagnosis of Tooth Prognosis Using Artificial Intelligence. Diagnostics. 2022;12(6):1422. https://doi.org/10.3390/diagnostics12061422
13. Patil S., Albogami S., Hosmani J., Mujoo S., Kamil M.A., Mansour M.A. et al. Artificial Intelligence in the Diagnosis of Oral Diseases: Applications and Pitfalls. Diagnostics. 2022;12(5):1029. https://doi.org/10.3390/diagnostics12051029
14. Cho J.H., Çakmak G., Yi Y., Yoon H.I., Yilmaz B., Schimmel M. Tooth morphology, internal fit, occlusion and proximal contacts of dental crowns designed by deep learning-based dental software: a comparative study. Journal of dentistry. 2024;141:104830. https://doi.org/10.1016/j.jdent.2023.104830
15. Yamaguchi S., Lee C., Karaer O., Ban S., Mine A., Imazato S. Predicting the debonding of cad/cam composite resin crowns with ai. Journal of dental research. 2019;98(11):1234-1238. https://doi.org/10.1177/0022034519867641
16. Wenzel A., Hintze H., Kold L.M., Kold S. Accuracy of computer-automated caries detection in digital radiographs compared with human observers. European journal of oral sciences. 2002;110(3):199-203. https://doi.org/10.1034/j.1600-0447.2002.21245.x
17. Aminoshariae A., Kulild J., Nagendrababu V. Artificial intelligence in endodontics: current applications and future directions. Journal of endodontics. 2021;47(9):1352-1357. https://doi.org/10.1016/j.joen.2021.06.003
18. Ahmed Z.H., Almuharib A.M., Abdulkarim A.A., Alhassoon A.H., Alanazi A.F., Alhaqbani M.A. et al. Artificial intelligence and its application in endodontics: a review. The journal of contemporary dental practice. 2023;24(11):912-917. https://doi.org/10.5005/jp-journals-10024-3593
19. Hadj Saïd M., Le Roux M.K., Catherine J.H., Lan R. Development of an Artificial Intelligence Model to Identify a Dental Implant from a Radiograph. The International journal of oral & maxillofacial implants. 2020;36(6):1077-1082. https://doi.org/10.11607/jomi.8060
20. Sukegawa S., Yoshii K., Hara T., Yamashita K., Nakano K., Yamamoto N. et al. Deep neural networks for dental implant system classification. Biomolecules. 2020;10(7):984. https://doi.org/10.3390/biom10070984
21. Alqutaibi A.Y., Algabri R.S., Elawady D., Ibrahim W.I. Advancements in artificial intelligence algorithms for dental implant identification: A systematic review with meta-analysis. The Journal of prosthetic dentistry. 2023. Article in Press. https://doi.org/10.1016/j.prosdent.2023.11.027
22. Loftus T.J., Altieri M.S., Balch J.A., Abbott K.L., Choi J., Marwaha J.S. et al. Artificial intelligence-enabled decision support in surgery: State-of-the-art and future directions. Annals of surgery. 2023;278(1):51-58. https://doi.org/10.1097/SLA.0000000000005853
23. Малахова Н.Е., Силин А.В., Шматко А.Д., Падун Б.С. Повышение эффективности ортодонтического лечения зубочелюстных аномалий с использованием информационных систем. Вестник Северо-Западного государственного медицинского университета им. И. И. Мечникова. 2019;10(4):23-30. [Malahova N.E., Silin A.V., Shmatko A.D., Padun B.S. Improving the efficiency of orthodontic treatment of dentofacial anomalies using information systems. HERALD of North-Western State Medical University named after I.I. Mechnikov. 2019;10(4):23-30. (In Russ.)]. https://doi.org/10.17816/mechnikov201810423-30
24. Тутуров Н.С., Оборотистов Н.Ю., Иванов С.С., Аль Хаффар Ж.М.Б. Разработка web-интерфейса для автоматизированного цефалометрического анализа прямых и боковых телерентгенограмм. В: Стоматология славянских государств: сборник трудов ХIV Международной научно-практической конференции; Белгород; 08–12 ноября 2021 года. Белгород: Издательский дом "Белгород"; 2021. С. 283-284. [Tuturov N.S., Obortistov N.Yu., Ivanov S.S., Al Khaffar J.M.B. Development of a web interface for automated cephalometric analysis of forward and lateral telerentgenograms. In: Dentistry of the Slavic States: proceedings of the XIV International Scientific and Practical Conference; Belgorod; November 08-12, 2021. Belgorod: Belgorod Publishing House; 2021. P. 283-284. (In Russ.)]. https://www.elibrary.ru/item.asp?id=49047636
25. Xie X., Wang L., Wang A. Artificial Neural Network Modeling for Deciding if Extractions Are Necessary Prior to Orthodontic Treatment. The Angle orthodontist. 2010;80(2):262-266. https://doi.org/10.2319/111608-588.1
26. НИИ организации здравоохранения и медицинского менеджмента. Искусственный интеллект в мировом здравоохранении. От начала до наших дней. Московская медицина. 2024;(1). https://niioz.ru/moskovskaya-meditsina/zhurnal-moskovskaya-meditsina/tema-nomera/iskusstvennyy-intellekt-v-mirovom-zdravookhranenii-ot-nachala-do-nashikh-dney-/
27. Pethani F. Promises and perils of artificial intelligence in dentistry. Australian dental journal. 2021;66(2):124-135. https://doi.org/10.1111/adj.12812
28. Schwendicke F., Samek W., Krois J. Artificial Intelligence in Dentistry: Chances and Challenges. Journal of dental research. 2020;99(7):769-774. https://doi.org/10.1177/0022034520915714
29. Имамеева Р.Д. Риски создания и функционирования искусственного интеллекта в медицине. Вестник Московского университета имени С.Ю. Витте. Серия 2. Юридические науки. 2021;(1):33-40. [Imameeva R.D. The risks of creation and functioning of artificial intelligence in medicine. Journal of Legal Sciences. 2021;(1):33-40. (In Russ.)]. https://doi.org/10.21777/2587-9472-2021-1-33-40
30. Ahmed N., Abbasi M.S., Zuberi F., Qamar W., Halim M.S.B., Maqsood A. et al. Artificial intelligence techniques: analysis, application, and outcome in dentistry-a systematic review. BioMed research international. 2021;2021:9751564. https://doi.org/10.1155/2021/9751564
