Необходимость применения технологии машинного зрения при проведении лечебно-диагностического пособия в стоматологии

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

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: 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: 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.

1. Заркумова А.Е. Структура заболеваемости слизистой оболочки полости рта // Вестник КазНМУ. 2017. № 3.

2. 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.

3. 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).

4. 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.

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.

6. 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.

7. 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.

8. 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.

9. 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.

10. 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.