Českí vedci vyvinuli metódu detekcie kazov založenú na hlbokom učení. Umelá inteligencia tak pomôže spoľahlivo odhaliť zubné kazy.
Umelá inteligencia odhalí kaz na röntgenovej snímke rovnako efektívne ako skúsený zubár. Ilustračný obrázok. Zdroj: iStockphoto.com
Skúsenosť so zubným kazom mal pravdepodobne každý aspoň raz za život. Podľa odhadov trpí zubným kazom 3,5 miliardy ľudí. Dôkladná ústna hygiena a pravidelné preventívne prehliadky u stomatológa zohrávajú významnú úlohu v prevencii zubného kazu.
Rovnako dôležitá je aj včasná detekcia zubného kazu, pretože môže výrazne znížiť rozsah aj cenu zubného ošetrenia. Spoľahlivo odhaliť začínajúci zubný kaz, najmä v medzizubných priestoroch, však nie je vždy jednoduché. Ako preukázali predchádzajúce štúdie, lekári sa často rozchádzajú v interpretácii röntgenových snímok.
Umelá inteligencia je efektívna ako skúsený zubár
Tím pozostávajúci z výskumníkov Fakulty elektrotechnickej Českého vysokého učenia technického v Prahe (FEL ČVUT) a 1. lekárskej fakulty Univerzity Karlovej (LF UK) vyvinul automatickú metódu detekcie kazov založenú na hlbokom učení. Výskum ukázal, že umelá inteligencia, ktorá našla široké uplatnenie v medicíne v oblasti diagnostiky, dokáže zubný kaz na základe röntgenových snímok odhaliť rovnako efektívne ako skúsený zubár.
Nový výskum, publikovaný v časopise Clinical Oral Investigations, porovnával výkon automatickej metódy detekcie zubného kazu s výkonom siedmich zubných lekárov: troch začiatočníkov a štyroch skúsených odborníkov. „Ich úlohou bolo označiť zubné kazy na stovke röntgenových snímok. Zhoda medzi odborníkmi bola pomerne nízka. Vo výsledku automatická metóda, ktorá využíva hlboké učenie, konzistentne prekonávala nováčikov a dosahovala podobné alebo lepšie výsledky ako veľmi skúsení zubní lekári,“ oboznámil nás s výsledkami výskumu profesor Jan Kybic, ktorý vedie Katedru kybernetiky Fakulty elektrotechnickej ČVUT.
Zubári (štyria s viac ako pätnásťročnými skúsenosťami a traja s menej ako päťročnými skúsenosťami) označili na snímke zubný kaz. Každá farba reprezentuje jedného zubára. Zdroj: https://doi.org/10.1007/s00784-024-05528-2
Diagnostika založená na hlbokom učení
Absolvent FEL ČVUT Ing. Lukáš Kunt vytvoril na základe anonymizovaných röntgenových snímok s viac než sedemtisíc zubnými kazmi súbor obrazových dát a neurónovú sieť, ktorá bola potom trénovaná na čo najpresnejšie odhaľovanie zubných kazov. Celý proces založený na nástrojoch umelej inteligencie zabral asi dva roky práce.
S myšlienkou porovnať výsledok dostupných diagnostických metód s hlbokým učením prišiel doktor Antonín Tichý zo Stomatologickej kliniky 1. lekárskej fakulty Univerzity Karlovej a Všeobecnej fakultnej nemocnice v Prahe. Podľa doktora Tichého môže „automatická detekcia kazov založená na umelej inteligencii znížiť napríklad riziko prehliadnutia kazu“. Navyše môže byť táto metóda použitá aj vo výuke študentov zubného lekárstva.
Pomôže študentom a výhľadovo aj zubárom v teréne
Štúdie vedcov z FEL ČVUT a 1. LF UK preukázali, že automatická metóda môže zlepšiť presnosť i opakovateľnosť detekcie kazov a poskytnúť tak užitočný druhý názor aj skúseným zubným lekárom.
„V rádiológii je prax, že sa na snímky pozrú dvaja lekári, a ak sa nezhodnú, môžu prizvať tretieho. Zubár v typickej ordinácii však túto možnosť nemá, pretože je spravidla sám, takže práve jemu by naša metóda mohla pomôcť najviac, najmä ak je to začínajúci lekár s menšími klinickými skúsenosťami,“ zhrnul uplatnenie metódy v praxi profesor Kybic.
Automatická metóda založená na hlbokom učení má pred sebou perspektívne uplatnenie v lekárskej praxi. Informatik Lukáš Kunt aj naďalej spolupracuje s 1. lekárskou fakultou UK na vývoji používateľského rozhrania tak, aby systém mohli využívať zubní lekári a študenti medicíny. V súčasnosti pokračujú na optimalizácii a implementácii aplikácie do výuky.
Zdroj: TS FEL ČVUT
(zh)
