هوش مصنوعی وارد حوزه دندانپزشکی شده و اکنون با دقتی خیرهکننده تا ۹۸.۲٪، ساختارهای دندانی و سینوسی را در تصاویر رادیوگرافی تشخیص میدهد. محققان دانشگاه آتنهئو و پژوهشگران بینالمللی موفق شدهاند مدلی به نام YOLO 11n طراحی کنند که میتواند با سرعت و دقت بالا، بخشهای مختلف دندان را شناسایی کند.
یکی از دستاوردهای مهم این سیستم، تشخیص بیماری سینوزیت دندانی است؛ نوعی از سینوزیت که منشأ آن عفونت دندانهای بالایی است. این بیماری معمولاً با سینوزیت معمولی اشتباه گرفته میشود و چون بسیاری از بیماران درد دندانی ندارند، تشخیص آن دشوار است. این مدل میتواند محل ارتباط بین ریشه دندان و سینوس را با دقت بینظیری شناسایی کند.
الگوریتم YOLO که پیشتر در حوزههای تصویری موفقیتهایی داشته، در نسخه YOLO 11n برای تصویربرداری پزشکی بهینهسازی شده و به کمک آن، دندانپزشکان میتوانند بهصورت آنی نواحی مشکوک را روی رادیوگرافی تشخیص دهند. این سیستم نیازی به تفسیر چندمرحلهای توسط متخصص ندارد و در زمان صرفهجویی چشمگیری ایجاد میکند.
مزایای دیگر این فناوری شامل کاهش نیاز به اسکن CT و پرتودهی کمتر، مقرونبهصرفه بودن در مناطق محروم، و تشخیص زودهنگام بیماریهای پیچیده دندانی است. این یعنی مداخله درمانی سریعتر، کاهش عوارض و بهبود کیفیت مراقبتهای دندانی.
با توجه به نتایج این پژوهش و دقت بالای مدل، پیشبینی میشود که ابزارهای مبتنی بر هوش مصنوعی به زودی در کلینیکهای دندانپزشکی و گوشحلقوبینی به عنوان ابزار کمکی استاندارد مورد استفاده قرار گیرند.
