Kunstig intelligens til billedoptimering og diagnostik i odontologien

I denne artikel gives en kort oversigt over grundlæggende principper for AI i forbindelse med dental billeddannelse. Dernæst vil anvendelser af AI inden for flere delområder af odontologien blive beskrevet med primært fokus på DL.

Oversigtsartikel

DATO:

Dansk

English

Kunstig intelligens (AI), som har eksisteret som et begreb i flere årtier, har på det seneste fået stor opmærksomhed på flere områder inden for industrien og i samfundet. Den seneste interesse for AI kan tilskrives udviklingen af nye ”machine learning”-teknikker, især inden for ”deep learning” (DL), såvel 
som den stadigt øgede computerkraft, der er tilgængelig for forskere.

Det odontologiske område er særligt interessant for AI af flere årsager. Først og fremmest er dental billeddannelse en af de hyppigste typer medicinsk billeddannelse, hvilket resulterer i store mængder data, der er tilgængelige til træning af AI-værktøjer. For det andet er der en række opgaver, hvor AI kan tænkes at være til gavn, herunder detektion og klassificering af læsioner, afgrænsning af væv og forudsigelse af postoperative resultater og risici. Fordelene ved AI kan være mangesidige, og måden, hvorpå teknologien kan implementeres i den kliniske arbejdsgang, afhænger af den aktuelle opgave. Generelt kan AI betragtes som et hjælpeværktøj for klinikeren, som dermed kan optimere diagnostiske opgaver og/eller behandlinger.
I denne artikel gives en kort oversigt over grundlæggende principper for AI i forbindelse med dental billeddannelse. Dernæst vil anvendelser af AI inden for flere delområder af odontologien blive beskrevet med primært fokus på DL.

Klinisk relevans:

Kunstig intelligens (AI) vil uden tvivl komme til at spille en rolle i tandklinikkens hverdag inden for den nærmeste fremtid. AI kan anvendes til forbedring af billedkvalitet, fx for røntgenbilleder, samt være et hjælpeværktøj til diagnostik af orale sygdomme og prognosevurdering. Forskning har vist lovende resultater, men AI-teknologier er også forbundet med udfordringer og etiske dilemmaer. Implementering inden for et område skal selvklart først ske, når der er evidens for, at teknologien har vist sin værdi som et hjælpemiddel i praksis

info

Nr. 4 | 2024

info

Nr. 4 | 2024

forfattere

Ruben Pauwels

lektor, medicinsk fysiker, ph.d., Institut for Odontologi og Oral Sundhed, Health, Aarhus Universitet

Rubens Spin-Neto

Lektor, tandlæge, ph.d., Sektion for Oral Radiologi, Institut for Odontologi og Oral Sundhed, Aarhus Universitet, Aarhus

Louise Hauge Matzen

adjunct, ph.d., Section of Oral Radiology, Department of Dentistry, Aarhus University

Lars Schropp

lektor, tandlæge, ph.d., Sektion for Oral Radiologi, Institut for Odontologi og Oral Sundhed, Health, Aarhus Universitet