Скрипкина Галина Ивановна – д.м.н., профессор, заведующая кафедрой детской стоматологии
Омск
тел.: +79139709955
Skripkina Galina Ivanovna – Doctor of Medical Sciences, Professor, Head of the Department of Pediatric Dentistry
Omsk
Митяева Татьяна Сергеевна - к.м.н., главный врач
Москва
Mityaeva Tatyana Sergeevna - Candidate of Medical Sciences, Main Physician
Moscow
Бурнашова Таисия Игоревна - к.м.н., ассистент кафедры детской стоматологии
Омск
Burnashova Taisiya Igorevna - Candidate of Medical Sciences, assistant of the Department of Pediatric Dentistry
Omsk
Романова Юлия Григорьевна - ассистент кафедры детской стоматологии
Омск
Romanova Yuliya Grigorevna - assistant of the Department of Pediatric Dentistry
Omsk
Олимов Акбаршо Махмадшоевич – к.м.н., докторант кафедры терапевтической стоматологии
Душанбе
Olimov Akbarsho Makhmadshoevich – Candidate of Medical Sciences, Doctorate of the Department of Therapeutically Dentistry
Dushanbe
Цель: разработать программный продукт для расчета риска развития кариеса у детей в период смены зубов.
Материал и методы: под нашим наблюдением находились 60 детей с интактным прикусом. Показатель нормы в данном случае стал калибровочным критерием, на который мы в последующем могли опираться в подсчете вероятности развития кариозного процесса. Клиническое обследование включало определение индексной оценки: интенсивности кариеса, индекса гигиены, индекса гингивита, оценки скорости реминерализации эмали, теста резистентности эмали. Лабораторные методы изучения ротовой жидкости включали такие параметры, как pH- метрию, подсчет активной концентрации ионов натрия и калия, общей концентрации ионов фосфата и кальция, удельную электропроводность и вязкость, тип микрокристаллизации, а также деминерализующую активность/ утилизирующую способность осадка ротовой жидкости и минерализующий потенциал. Также оценивалась кариесогенность зубного налета и количественный состав микрофлоры на селективных средах «Orion Diagnostica».
Результаты: технологии, основанные на искусственном интеллекте, в настоящее время пронизывают все больше жизненно и социально важных областей. Одной из точек приложения становится медицина в практическом и научном значении. Законодательная база дает четкие представления, лежащие в основе развития таких систем. Безусловно использование искусственного интеллекта в стоматологии может дать прорыв в развитии математических моделей и прогнозировании множества процессов, лежащих в основе целого ряда заболеваний, составления классификаций, систематизаций, идентификаций и динамических отслеживаний патологических процессов.
Выводы: использование искусственного интеллекта в стоматологии мы уже находим в ряде современных публикаций как в РФ, так и за рубежом. В этом смысле нашей задачей стоит поиск путей и точек приложения данных технологий, и, как результат, их прочная интеграция с целью выведения профилактической, прогностической стоматологии на качественно новый уровень, соответствующий тенденциям современной науки и практики.
Objective: To develop a program for calculating the risk of caries in children during the period of tooth replacement.
Material and methods: Sixty children with an intact bite were observed in this study. The normal values obtained in this group served as a calibration criterion, which was subsequently used as a reference point for calculating the probability of carious process development. Clinical examination included the following index-based assessments: caries intensity, hygiene index, gingivitis index, enamel remineralization rate, and enamel resistance test. Laboratory analysis of oral fluid included the following parameters: pH measurement, active concentration of sodium and potassium ions, total concentration of phosphate and calcium ions, specific electrical conductivity and viscosity, type of microcrystallization, as well as the demineralizing activity/utilization capacity of the oral fluid sediment and the mineralizing potential. The cariogenicity of dental plaque and the quantitative composition of the microflora were also assessed using Orion Diagnostica selective media.
Results: AI -based technologies are now permeating an increasing number of socially important fields. Medicine, in both its practical and scientific dimensions, has become one of the areas of application. The legislative framework provides a clear foundation underlying the development of such systems. The use of AI in dentistry can undoubtedly bring about a breakthrough in the development of mathematical models and in the prediction of numerous processes underlying a wide range of diseases, as well as in the development of classifications, systematization, identification, and dynamic monitoring of pathological processes.
Conclusions: The use of AI in dentistry is already reflected in several contemporary publications, both in the Russian Federation and abroad. In this regard, our task is to search for ways and points of application for these technologies and, as a result, to achieve their solid integration in order to bring preventive and predictive dentistry to a qualitatively new level, consistent with the trends of modern science and practice.
The authors declare that there are no conflicts of interest present.