Применение прогностических программ на основе искусственного интеллекта в детской профилактической стоматологии

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.

1. Орлова Е.С. Этиопатогенетические факторы возникновения и развития воспалительных заболеваний пародонта // Университетская медицина Урала. 2022;8(2):83-85.

2. Costa F.O., Cortelli J.R., Lima R.P. Depressive disorders associated with the recurrence of periodontitis in periodontal maintenance. J Int Acad Periodontol. 2023;22(2):1-9.

3. Zhao D., Zhen Z., Pelekos G. Periodontal disease increases the risk for onset of systemic comorbidities in dental hospital attendees: An 18-year retrospective cohort study. J Periodontol., 2024;90(3):225-233.

4. Аль Кофиш М.А., Усманова И.Н., Гумерова М.И. Клинико-диагностические критерии оценки воспалительных заболеваний тканей пародонта у лиц молодого возраста. Dental Forum. 2021;83(4):9-12.

5. Jepsen K., Falk W., Brune F. Prevalence and antibiotic susceptibility trends of periodontal pathogens in the subgingival microbiota of German periodontitis patients: A retrospective surveillance study. J Clin Periodontol. 2021;48(9):1216-1227.

6. Wang C.Y., Yang Y.H., Li H. Adjunctive local treatments for patients with residual pockets during supportive periodontal care: A systematic review and network meta-analysis. J Clin Periodontol. 2023;47(12):1496-1510.

7. World Health Organization. Global Oral Health Data Bank. Geneva: World Health Organization, 2021. Режим доступа: https://www.fdiworlddental.org/sites/default/files/202109/WHO%20Discussion%20Paper%20-%20Draft%20Global%20Strategy%20On%20Oral%20Health%2009Aug21.pdf

8. Кузьмина Э.М., Кузьмина И.Н., Васина С.А. [и др.]. Стоматологическая заболеваемость населения России. Состояние твердых тканей зубов. Распространенность зубочелюстных аномалий. Потребность в протезировании. Москва, 2019:236 с.

9. Орехова Л.Ю., Кудрявцева Т.В., Чеминава Н.Р. [и др.]. Проблемы стоматологического здоровья у лиц молодого возраста. Пародонтология. 2018;2:3-5.

10. Екимов Е.В., Скрипкина Г.И. Заболеваемость начальным кариесом зубов у детей г. Омска с учетом степени активности патологического процесса. Институт стоматологии. 2017;2(75):22-23.

11. Кузьмина Э.М., Янушевич О.О., Кузьмина И.Н. [и др.]. Тенденции распространенности и интенсивности кариеса зубов среди населения России за 20-летний период. Dental Forum. 2020;3(78):2-8.

12. Скрипкина Г.И., Екимов Е.В., Мацкиева О.В. [и др.]. Прогнозирование кариеса - современное направление развития детской профилактической стоматологии. Клиническая стоматология. 2023;26(4):6-11.

13. Трухачева Н.В. Математическая статистика в медико-биологических исследованиях с применением пакета Statistica. Москва, 2019:384 с.

14. Митяева Т. С. Математическое моделирование и прогнозирование риска развития кариеса у детей в период смены зубов. Омск, 2024:178.