medalphabetМедицинский алфавитMedical alphabet2078-56312949-2807ООО «Альфмед»10.33667/2078-5631-2024-18-121-126medalphabet-3932Research ArticleСТОМАТОЛОГИЯDENTISTRYНеобходимость применения технологии машинного зрения при проведении лечебно-диагностического пособия в стоматологииThe necessity and demand of machine learning in treatment and diagnostics in dentistryhttps://orcid.org/0000-0002-1684-2822МаргарянЭ. Г.MargaryanE. G.

Маргарян Эдита Гарниковна, д.м.н., профессор кафедры терапевтической стоматологии

Москва

Margaryan Edita Garnikovna, MD, Professor of the Department of Therapeutic Dentistry

Moscow

edita@mail.ruhttps://orcid.org/0009-0002-6240-2403КуренковаЮ. С.KurenkovaYu. S.

Куренкова Юлия Сергеевна, аспирант кафедры терапевтической стоматологии

Москва

Kurenkova Yuliya Sergeevna, Postgraduate student of the Department of Therapeutic Dentistry

Moscow

ulya_girl98@mail.ruЛалаянК. B.LalayanK. V.

Лалаян Карен Владимирович, д.м.н., профессор кафедры хирургической стоматологии и челюстно-лицевой хирургии

Ереван

Lalayan Karen Vladimirovich, MD, Professor of the Department of Surgical Stomatology and Maxillofacial surgery

Yerevan

karen.lalaev@gmail.comАбдельрахимМ. Т.AbdelrahimM. T.

Абдельрахим Мари Тарековна, аспирант кафедры терапевтической стоматологии

Москва

Abdelrahim Mari Tarekovna, Postgraduate student of the Department of Therapeutic Dentistry

Moscow

abdelrahimmari@gmail.comhttps://orcid.org/0000-0003-1017-2650КаджоянА. Г.KadzhoianA. G.

Каджоян Армине Гургеновна, аспирант кафедры терапевтической стоматологии

Москва

Kadzhoian Armine Gurgenovna, Postgraduate student of the Department of Therapeutic Dentistry

Moscow

dr.kadzhoyan@mail.ruСелифановаЕ. И.SelifanovaE. I.

Селифанова Елена Ивановна, к.м.н.

Москва

Selifanova Elena Ivanovna, Ph.D.

Moscow

selifana@mail.ruБудайчиеваЗ. С.BudaichievaZ. S.

Будайчиева Загидат Сиражутдиновна, к.м.н.

Москва

Budaichieva Zagidat Sirazhutdinovna, Ph.D.

Moscow

zagidat22@mail.ruСтепановМ. А.StepanovM. A.

Степанов Михаил Александрович, к.м.н., доцент кафедры хирургической стоматологии

Москва

Stepanov Mikhail Aleksandrovich, Ph.D., Associate Professor of the Department of Surgical Dentistry

Moscow

doctor.stepanov@gmail.comhttps://orcid.org/0000-0003-4290-9362БледжянцГ. А.BledzhyantsG. A.

Бледжянц Геворг Арменакович, врач, сердечно-сосудистый хирург, старший научный сотрудник

Москва

Bledzhyants Gevorg Armenakovich, cardiovascular surgeon, senior researcher

Moscow

blejyants@gmail.comМакееваМ. К.MakeevaM. K.

Макеева Мария Константиновна, к.м.н.

Makeeva Mariya Konstantinovna4, Ph.D.

makeeva_m_k@staff.sechenov.ruФГАОУ ВО Первый МГМУ им. И.М. Сеченова Минздрава России (Сеченовский Университет)РоссияI.M. Sechenov First Moscow State Medical University (Sechenov University)Russian FederationЕреванский государственный медицинский университет имени Мхитара ГерациАрменияYerevan State Medical UniversityArmeniaНациональный медицинский исследовательский центр сердечно-сосудистой хирургии им. А.Н. Бакулева Министерства здравоохранения Российской ФедерацииРоссияA.N. Bakulev National Medical Research Center of Cardiovascular SurgeryRussian FederationФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы»РоссияPeoples’ Friendship University of Russia named after Patrice LumumbaRussian Federation202402112024018Стоматология (3)121126Copyright © Маргарян Э.Г., Куренкова Ю.С., Лалаян К.B., Абдельрахим М.Т., Каджоян А.Г., Селифанова Е.И., Будайчиева З.С., Степанов М.А., Бледжянц Г.А., Макеева М.К., 20242024Маргарян Э.Г., Куренкова Ю.С., Лалаян К.B., Абдельрахим М.Т., Каджоян А.Г., Селифанова Е.И., Будайчиева З.С., Степанов М.А., Бледжянц Г.А., Макеева М.К.Margaryan E.G., Kurenkova Y.S., Lalayan K.V., Abdelrahim M.T., Kadzhoian A.G., Selifanova E.I., Budaichieva Z.S., Stepanov M.A., Bledzhyants G.A., Makeeva M.K.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.med-alphabet.com/jour/article/view/3932Цель исследования

Цель исследования: обосновать необходимость применения технологии машинного зрения при проведении лечебно-диагностического пособия в стоматологии.

Материал и методы

Материал и методы: исследование осуществлялось с применением метода анонимного анкетирования с целью оценки востребованности и необходимости применения технологии машинного зрения при проведении лечебно-диагностического пособия в стоматологии на базе Института стоматологии им. Е.В. Боровского ФГАОУ ВО Первый МГМУ им. И.М. Сеченова (Сеченовский Университет). В опросе приняли участие 100 респондентов различных стоматологических специальностей в возрасте от 20 до 54 лет. Для статистического анализа полученных результатов был использован доверительный интервала Уилсона (Wilson score interval), t-критерий Стьюдента.

Результаты

Результаты: в ходе исследования было установлено, что большая часть опрошенных врачей-стоматологов (54%) испытывает трудности при диагностике заболеваний слизистой оболочки рта (СОР). При этом врачи-стоматологи со стажем более 5 лет чаще диагностируют заболевания данной группы, чем специалисты с меньшим опытом работы (p<0,05). Чаще выявляют патологию врачи-стоматологи хирурги (46,6%) и ортопеды (50%), (p>0,05). Клиницисты связывают затруднения диагностики с недостатком опыта работы (85%) и низкой встречаемостью пациентов с заболеваниями данной группы (65%). При проведении лечебно-диагностического пособия 84% респондентов отметили, что сравнивают свои клинические случаи с фото клинических случаев в Интернете и других ресурсах, 78% специалистов считают, что применение технологии машинного зрения позволит повысить эффективность диагностики заболеваний слизистой оболочки рта на клиническом приеме. В ходе проведенного исследования выявлено, что 85% опрошенных врачей-стоматологов однозначно использовали бы цифровые программы с технологией машинного зрения на клиническом приеме для проведения лечебно-диагностического пособия.

Выводы

Выводы: подтверждено наличие проблематики в проведении лечебно-диагностического пособия при заболеваниях слизистой оболочки рта, для ее решения обоснована востребованность и необходимость разработки и внедрения в клиническую практику цифровых систем на основе Искусственного интеллекта с применением технологии машинного зрения.

Aim

Aim: to justify the necessity of machine learning technology in treatment and diagnostics in dentistry.

Material and methods

Material and methods: the research was taken using the method of anonymous questionnaire to estimate the demand and necessity of machine learning technology in diagnostics and treatment in dentistry on the basis of the E.V Borovsky Institute of Dentistry I.M Sechenov First Moscow State Medical University (Sechenov University). 100 participants from different dental specialities aged 20 to 54 took part in the questionnaire. Wilson score interval and Student’s T Critical Values were used for the statistical analysis of the

Results

Results.

Results

Results: during the study, it was found that the majority of dentists who participated in the questionnaire (54%) have challenges in diagnosing oral mucosal diseases. Herewith dentists with work experience more than 5 years diagnose this kind of disease more frequently than specialists with less work experience (p<0.05). Surgical dentists (46,6%) and prosthetic specialists (50%) diagnose this pathology most often. Clinicians attribute diagnostic challenges to the lack of experience (85%) and low occurrence of patients with this group of diseases. During treatment and diagnostics 84% of residents mentioned that they compare their patients’ clinical cases with clinical cases from the Internet and other resources, 78% of residents believe that machine learning will help to increase the efficiency of diagnosing oral mucosal diseases in clinical work. During the held research, it was found that 85% of participating dentists would definitely use digital programs with machine learning in their clinical work for treatment and diagnostics.

Conclusions

Conclusions: the presence of problems in treatment and diagnostics of oral mucosal diseases was confirmed, and to solve it, the demand and the need to develop and implement digital systems based on artificial intelligence using machine learning technology were substantiated. 

искусственный интеллекттехнология машинного зрениясистема поддержки принятия врачебных решенийзаболевания слизистой оболочки ртадиагностика заболеваний слизистой оболочки ртаartificial intelligencemachine learningclinical decision support systemdiseases of the oral mucosadiagnosis of diseases of the oral mucosaReferencesЗаркумова А.Е. Структура заболеваемости слизистой оболочки полости рта // Вестник КазНМУ. 2017. № 3.Zarkumova A.E. The structure of the incidence of the oral mucosa // Bulletin of KazNMU. 2017. No. 3.Каджоян А.Г., Комогорцева В.Е., Маргарян Э.Г. Мониторинг диагностирования заболеваний слизистой оболочки рта врачами-стоматологами с учетом их профессионального статуса. Ежегодная научно-практическая конференция стоматологов ФМБА России с международным участием «Новое в стоматологии: организация, клиника, экономика» – Москва, 29 октября 2021 г.Kadzhoian A. G., Komogortseva V. E., Margaryan E. G. Monitoring of the diagnosis of diseases of the oral mucosa by dentists, taking into account their professional status. Annual scientific and practical conference of dentists of the FMBA of Russia with international participation «New in dentistry: organization, clinic, economy» – Moscow, October 29, 2021.Луцкая И.К., Зиновенко О.Г., Черноштан И.В. Структура заболеваний слизистой оболочки полости рта взрослого населения на стоматологическом приеме // Современная стоматология. 2018. № 1 (70).Lutskaya I.K., Zinovenko O.G., Charnashtan I.V. The structure of diseases of the oral mucosa of the adult population at a dental appointment // Sovremennaya stomatologiya. 2018. № 1 (70).Скрипников П.Н., Скрипникова Т.П., Богашова Л.Я., Розколупа Н.В., Ищенко В.В. Мультидисциплинарная концепция в диагностике и лечении больных с заболеваниями слизистой оболочки полости рта // Украинский стоматологический альманах. 2012. № 5.Skripnikov P.N., Skripnikova T.P., Bogashova L.Ya., Rozkolupa N.V., Ishchenko V.V. Multidisciplinary concept in the diagnosis and treatment of patients with diseases of the oral mucosa // Ukrainian dental almanac. 2012. № 5.Blejyants G.A., Margaryan. System of support of adoption of medical decisions to destination medicinal therapy and control of distribution of medicines. Electronic clinical pharmacologist // Medicine science and education scientific and informational journal. – 2019. – No 28, p. 97.Blejyants G.A., Margaryan. System of support of adoption of medical decisions to destination medicinal therapy and control of distribution of medicines. Electronic clinical pharmacologist // Medicine science and education scientific and informational journal. – 2019. – No 28, p. 97.Gaye Keser, İbrahim Şevki Bayrakdar, Filiz Namdar Pekiner, Özer Çelik , Kaan Orhan. A deep learning algorithm for classification of oral lichen planus lesions from photographic images: A retrospective study. February 2023, 101264; DOI: 10.1016/j.jormas.2022.08.007; PMID: 35964938.Gaye Keser, İbrahim Şevki Bayrakdar, Filiz Namdar Pekiner, Özer Çelik , Kaan Orhan. A deep learning algorithm for classification of oral lichen planus lesions from photographic images: A retrospective study. February 2023, 101264; DOI: 10.1016/j.jormas.2022.08.007; PMID: 35964938.Gor, I., Margaryan, E., Snezhko, Z., & Dudnik O. Implementation of an E-Learning System in Dental Education: Intermediate Result. International Journal of WebBased Learning and Teaching Technologies. – 2021. – No 16(6), p. 1–14.Gor, I., Margaryan, E., Snezhko, Z., & Dudnik O. Implementation of an E-Learning System in Dental Education: Intermediate Result. International Journal of WebBased Learning and Teaching Technologies. – 2021. – No 16(6), p. 1–14.Sanjeev B. Khanagar, Ali Al-ehaideb, Prabhadevi C. Maganur, Satish Vishwanathaiah, Shankargouda Patil, Hosam A. Baeshen, Sachin C. Sarode, Shilpa Bhandih. Developments, application, and performance of artificial intelligence in dentistry – A systematic review. 2020 Jun 30; DOI: 10.1016/j.jds.2020.06.019; PMCID: PMC7770297.Sanjeev B. Khanagar, Ali Al-ehaideb, Prabhadevi C. Maganur, Satish Vishwanathaiah, Shankargouda Patil, Hosam A. Baeshen, Sachin C. Sarode, Shilpa Bhandih. Developments, application, and performance of artificial intelligence in dentistry – A systematic review. 2020 Jun 30; DOI: 10.1016/j.jds.2020.06.019; PMCID: PMC7770297.ThThomas Nguyen DMD, MSc, FRCD(C), Naomie Larrivée, Alicia Lee, Olexa Bilaniuk BASc, MSc, Robert Durand DMD, MSc, FRCD(C). Use of Artificial Intelligence in Dentistry: Current Clinical Trends and Research Advances. 2021 May;87:l7. PMID: 34343070.ThThomas Nguyen DMD, MSc, FRCD(C), Naomie Larrivée, Alicia Lee, Olexa Bilaniuk BASc, MSc, Robert Durand DMD, MSc, FRCD(C). Use of Artificial Intelligence in Dentistry: Current Clinical Trends and Research Advances. 2021 May;87:l7. PMID: 34343070.Taseef Hasan Farook, Nafi Bin Jamayet, Johari Yap Abdullah, Mohammad Khursheed Alam.Machine Learning and Intelligent Diagnostics in Dental and Orofacial Pain Management: A Systematic Review. 2021. April 26; DOI: 10.1155/2021/6659133; PMCID: PMC8093041.Taseef Hasan Farook, Nafi Bin Jamayet, Johari Yap Abdullah, Mohammad Khursheed Alam.Machine Learning and Intelligent Diagnostics in Dental and Orofacial Pain Management: A Systematic Review. 2021. April 26; DOI: 10.1155/2021/6659133; PMCID: PMC8093041.

The authors declare that there are no conflicts of interest present.