Дослідження, проведене в Індії, перевірило ефективність двох нових моделей штучного інтелекту (ШІ) на основі трансформаторів для автоматичного виявлення поширених стоматологічних захворювань (карієс, гінгівіт, зубний камінь та гіподонтія) на панорамних рентгенограмах.
Метою було оцінити, чи можуть ці моделі надійно сортувати рентгенограми за категоріями захворювань, усуваючи суб'єктивність та варіабельність, притаманні традиційним методам. Моделі навчалися та тестувалися на наборі даних із понад 5000 анотованих панорамних зображень. Найкраща модель досягла точності близько 96% у правильній класифікації рентгенограми як такої, що містить певне захворювання. Друга модель показала порівнянну точність, але працювала швидше, що є важливим критерієм для клінічного застосування. Цей підхід відрізняється від існуючих комерційних інструментів ШІ (як-от Pearl Second Opinion), які зазвичай виділяють конкретні зони інтересу. Досліджені моделі оцінювали рентгенограми як єдине зображення для загальної категоризації. Дослідники дійшли висновку, що системи на основі трансформаторів є багатообіцяючим інструментом для автоматизованої діагностики у стоматології, з потенціалом для покращення раннього виявлення та оптимізації робочих процесів. Подальші дослідження будуть зосереджені на тестуванні з більшими та різноманітнішими наборами даних перед можливим впровадженням у клінічну практику.
Дослідження під назвою «Структура глибокого навчання на основі самоуваги для точного та ефективного виявлення стоматологічних захворювань на рентгенограмах OPG» було опубліковано онлайн 21 січня 2026 року в журналі Scientific Reports
Джерело: Dental Tribune International