Intelligenza artificiale in odontoiatria
Il termine “Intelligenza Artificiale” è stato coniato negli anni ’50 e venne definito come “la teoria e lo sviluppo di sistemi informatici in grado di svolgere compiti che normalmente richiedono l’intelligenza umana, come la percezione visiva, il riconoscimento del linguaggio, la presa di decisioni e la traduzione tra lingue”, vediamo cosa può offrire all’odontoiatria.
La maggior parte delle applicazioni di AI coinvolge il cosiddetto “machine learning”, in cui le macchine analizzano ripetutamente i set di dati per identificare (“imparare”) un pattern intrinseco nei dati, come il riconoscimento degli oggetti nelle immagini o la previsione di eventi dai dati tabulari. Un sottoambito specifico del machine learning, utilizzato per analizzare dati particolarmente complessi come immagini o linguaggio, è il “deep learning”.
Il deep learning è un sottocampo dell’intelligenza artificiale (AI) che si concentra sull’addestramento di reti neurali artificiali profonde per l’apprendimento automatico di rappresentazioni dei dati. Le reti neurali artificiali sono modelli matematici ispirati al funzionamento del cervello umano. Nel deep learning, queste reti neurali artificiali sono composte da più strati di neuroni artificiali, chiamati anche unità di elaborazione, che lavorano in modo collaborativo per analizzare i dati.
A differenza di altri approcci di machine learning, il deep learning consente alle reti neurali di apprendere automaticamente rappresentazioni complesse dei dati senza la necessità di specificare manualmente le caratteristiche rilevanti. Ciò significa che il modello può estrarre automaticamente le caratteristiche più significative dai dati in ingresso, aprendo la strada a una maggiore capacità di apprendimento e ad una migliore performance in compiti complessi.
L’addestramento di reti neurali profonde avviene attraverso un processo noto come apprendimento profondo, in cui i pesi delle connessioni tra i neuroni vengono aggiornati iterativamente utilizzando un algoritmo di ottimizzazione. Durante l’addestramento, la rete neurale cerca di minimizzare l’errore tra le sue previsioni e i valori desiderati.
Il deep learning ha dimostrato risultati eccezionali in diverse applicazioni, come il riconoscimento delle immagini, il riconoscimento del linguaggio naturale, la traduzione automatica, il riconoscimento vocale e molti altri. Grazie alla sua capacità di apprendere rappresentazioni complesse dei dati, il deep learning è diventato uno strumento potente per l’elaborazione di grandi quantità di informazioni e l’estrazione di conoscenze significative dai dati.
Attualmente, l’intelligenza artificiale comprende una serie di applicazioni, tra cui la visione artificiale (come il riconoscimento facciale attraverso smartphone o telecamere di sicurezza e la guida autonoma), l’elaborazione del linguaggio naturale (assistenti vocali o chatbot in grado di organizzare e collegare testi strutturati e non strutturati), la robotica, i sistemi di realtà virtuale e di simulazione (ad esempio nella produzione o nella chirurgia, ma anche nello sviluppo di farmaci) e il supporto alla presa di decisioni (ad esempio con i sintomi medici). L’intelligenza artificiale è diffusa nel nostro mondo quotidiano e, grazie alla crescita esponenziale dei dati, delle capacità hardware e delle nuove architetture software, ha portato a dinamiche sorprendenti in molti dei settori descritti.
Nel campo della salute e delle scienze della salute, la generazione di dati, la loro digitalizzazione e l’estrazione di informazioni hanno iniziato con un significativo ritardo rispetto ad altre industrie. Ciò è dovuto a diversi fattori, tra cui la protezione dei dati e la limitata interoperabilità dei dati sanitari. L’evoluzione di sensori indossabili testati ha accelerato la necessità di intelligenza artificiale per le applicazioni sanitarie. Solo di recente le applicazioni mediche basate sui dati che coinvolgono l’AI hanno raggiunto la maturità clinica, mentre il numero in espansione di studi di ricerca indica che la medicina si troverà presto di fronte a una vasta gamma di strumenti basati su intelligenza artificiale che invaderanno il mercato.
Di recente la FDI ( World Dental Federation) ha pubblicato un libro bianco che link classificando l’intelligenza artificiale in odontoiatria tra le tecnologie più importanti per la professione futura. In realtà ci si dimentica che alcuni dei software che già utilizziamo in studio, per esempio per le radiografie come Sidexis o per gli scanner intraorali, come TRIOS fanno già ampio uso di algoritmi di intelligenza artificiale.
I principali settori di applicazione dell’intelligenza artificiale in odontoiatria, sono: la cura del paziente singolo intesa come l’analisi delle immagini radiografiche, ma anche l’interazione e la comunicazione con lo stesso. Inoltre tutto ciò che riguarda l’odontoiatria pubblica per l’analisi delle necessità attuali ed anche l’odontoiatria predittiva.
Alcuni esempi concreti di come l’AI può aiutare i dentisti nella diagnosi delle malattie dentali:
- Analisi delle immagini radiografiche: l’AI può analizzare le immagini radiografiche dei denti e delle gengive per individuare eventuali anomalie o problemi. Ad esempio, può rilevare la presenza di carie, infezioni o problemi di allineamento dei denti.
- Analisi delle immagini digitali intraorali: l’AI può anche analizzare le immagini digitali intraorali per aiutare i dentisti a individuare eventuali problemi. Questo può includere la valutazione della salute delle gengive, la rilevazione di placca o tartaro e la valutazione del posizionamento dei denti.
- Analisi dei dati clinici: l’AI può anche analizzare i dati clinici dei pazienti per aiutare i dentisti a individuare eventuali problemi. Questo può includere l’analisi dei dati relativi alla storia clinica del paziente, alle sue abitudini alimentari e allo stile di vita.
- Diagnosi assistita dall’AI: l’AI può anche aiutare i dentisti nella diagnosi di malattie della bocca, fornendo una valutazione automatica dei sintomi del paziente e una lista di possibili diagnosi. Questo può aiutare i dentisti a individuare le malattie orali in modo più preciso e tempestivo.
- Assistenza alla pianificazione del trattamento: l’AI può anche aiutare i dentisti nella pianificazione del trattamento per i pazienti. Questo può includere la raccomandazione di procedure specifiche, la stima dei costi del trattamento e la valutazione dei rischi e dei benefici associati a ogni procedura.
Questi sono solo alcuni esempi di come l’AI può aiutare i dentisti nella diagnosi delle malattie dei denti e delle gengive. Con l’uso crescente della tecnologia nell’odontoiatria, ci aspettiamo che l’AI diventi sempre più importante nell’aiutare i dentisti a fornire una diagnosi e un trattamento più precisi e personalizzati ai loro pazienti.
In campo ortodontico ci sono diversi sistemi di AI in grado di coadiuvare nella realizzazione di un tracciato cefalometrico, ovvero la misurazione delle proporzioni e delle relazioni delle ossa facciali tramite la radiografia laterale della testa. Ad esempio:
- Dolphin Imaging: è un software che utilizza l’intelligenza artificiale per aiutare i professionisti dell’odontoiatria a tracciare i contorni cefalometrici e a effettuare le misurazioni necessarie.
- Orchestrate: è un software di analisi cefalometrica che utilizza l’AI per fornire ai dentisti un’analisi precisa e dettagliata delle proporzioni facciali e dentali dei pazienti.
- Quick Ceph: è un’applicazione web-based che utilizza l’AI per tracciare i contorni cefalometrici e fornire una prima diagnosi
- Dolphin Imaging and Management Solutions
- Romexis® Ortho Studio by Planmeca
- Sidexis 4 by Dentsply Sirona
- OnyxCeph by Image Instruments
- XoranConnect by Xoran Technologies
- OrthoScreening: questo sistema di intelligenza artificiale utilizza algoritmi avanzati per rilevare le malocclusioni e le anomalie facciali nei pazienti. Il sistema analizza le immagini del viso e dei denti del paziente per determinare la posizione dei denti, la forma delle arcate dentali, la posizione della mascella e altri fattori che possono influire sulla diagnosi ortodontica.
- DentalAI: questo sistema utilizza l’apprendimento automatico per identificare le malocclusioni e le anomalie dentarie nei pazienti. Il sistema analizza le radiografie e le immagini dei denti dei pazienti e fornisce una diagnosi completa.
- SureSmile: un sistema di intelligenza artificiale in odontoiatria che utilizza la scansione 3D e l’analisi computerizzata per aiutare i professionisti ortodontici a creare un piano di trattamento personalizzato e preciso.
- Dental Monitoring: un’applicazione mobile che utilizza l’intelligenza artificiale per monitorare il progresso del trattamento ortodontico dei pazienti. Il software utilizza l’analisi delle immagini per rilevare eventuali cambiamenti nella posizione dei denti e fornisce ai professionisti ortodontici un feedback accurato sullo stato di avanzamento del trattamento.
Questi sono solo alcuni esempi di come l’intelligenza artificiale sta cambiando il modo in cui i dentisti e gli ortodontisti pianificano e gestiscono i trattamenti ortodontici.
Altri aspetti dell’intelligenza artificiale in odontoiatria
L’intelligenza artificiale (AI) sta rivoluzionando anche il commercio di materiali per dentisti. Grazie alla sua capacità di analizzare grandi quantità di dati, l’AI può aiutare i fornitori di materiali per dentisti a migliorare la loro efficienza e offrire servizi più personalizzati ai loro clienti.
Uno dei principali modi in cui l’AI viene utilizzata nel commercio di materiali per dentisti è attraverso la raccomandazione di prodotti. Con l’AI, i fornitori possono analizzare i dati sull’acquisto dei clienti e utilizzare questi dati per suggerire prodotti simili che potrebbero interessare il cliente. Ad esempio, se un cliente ha acquistato una particolare marca di anestetico locale, l’AI potrebbe suggerire prodotti simili o complementari come aghi o materiali per il controllo del dolore.
Inoltre, l’AI può essere utilizzata per prevedere la domanda futura di prodotti. Questo può aiutare i fornitori a mantenere un inventario adeguato, evitando la sovrapproduzione o la scarsità di prodotti. Inoltre, l’AI può aiutare i fornitori a capire i fattori che influenzano la domanda, come la stagionalità o le tendenze del mercato.
Ma l’AI può fare molto di più che solo raccomandare prodotti e prevedere la domanda. Può anche essere utilizzata per ottimizzare la catena di approvvigionamento e ridurre i costi. L’AI può analizzare le rotte di spedizione, i tempi di consegna e altri fattori per trovare il modo più efficiente ed economico per consegnare i prodotti ai clienti. Inoltre, l’AI può aiutare i fornitori a identificare fornitori alternativi o materiali meno costosi, riducendo i costi di produzione complessivi.
Quali sono però i pericoli legati all’intelligenza artificiale in odontoiatria o più in generale?
Il primo rischio è legato all’affidabilità di determinati risultati od operazioni che non sempre potrebbero essere in linea con i desiderata dei programmatori o dei decisori etici. Un secondo rischio è legato al demandare completamente una diagnosi senza supervisionare, per esempio ammettendo di ottenere un perfetto tracciato cefalometrico la sua interpretazione legata ai parametri di crescita e a tutti gli altri dati anamnestici, resta ancora troppo multidisciplinare per poter essere ben gestita dall’AI.
Sicuramente il progresso tecnologico porterà a sempre meno rischi ed errori tuttavia speriamo che all’accensione di tale intelligenza artificiale non corrisponda uno spegnimento di quella naturale che fino ad oggi ci ha guidato fin qua.
Bibliografia
- Artificial Intelligence for Dentistry – White Paper http://www.fdiworldental.org/artificial-intelligence-dentistry-white-paper.pdf
- Martina Benedetti, Ida M. De Luca, Silvia Valera, Stefano Benedetti. “Artificial intelligence in orthodontics: a scoping review”. Progress in Orthodontics, 2019.
- Hossein Nejatidanesh, Soheil Mehraban, Iman Azari, Faezeh Eftekhari. “The Application of Artificial Intelligence in Diagnosis and Treatment Planning for Orthodontics”. Journal of Dentistry (Shiraz, Iran), 2020.
- Avinash Kumar, Ritu Gupta, Arun Kumar Singh, Nikhil Marwah. “Artificial Intelligence in Dentistry: A Review”. Journal of Evolution of Medical and Dental Sciences, 2020.
- Santosh Kumar Tadakamadla, Shahrukh N. Khurshid, Rania N. Badr, Mawlood Kowash, Fahim Vohra. “Artificial intelligence in oral medicine and radiology: Current status and future implications”. Oral Diseases, 2021.
- Yu-Hsin Lai, Chia-Feng Yen, Heng-Li Huang, Chun-Chieh Wang. “Use of artificial intelligence in detecting incipient carious lesions: A systematic review”. Journal of Dental Sciences, 2021.
Autore: Dr. Gabriele Floria
Co-fondatore di eDentist.it
