Оценка жевательной эффективности с помощью искусственного интеллекта
- Авторы: Левашов Н.Е.1, Гуськов А.В.1, Олейников А.А.1, Домашкевич Н.С.1
-
Учреждения:
- Рязанский государственный медицинский университет имени академика И.П. Павлова
- Выпуск: Том 4, № 1S (2023)
- Страницы: 81-83
- Раздел: Материалы конференции
- Статья получена: 18.05.2023
- Статья одобрена: 18.05.2023
- Статья опубликована: 26.06.2023
- URL: https://jdigitaldiagnostics.com/DD/article/view/430352
- DOI: https://doi.org/10.17816/DD430352
- ID: 430352
Цитировать
Полный текст
Аннотация
Обоснование: искусственный интеллект — система, основанная на машинном обучении нейросети. Его структура напоминает нервную ткань, в ней присутствуют «нейроны» — математические коды. Нейросеть имеет три уровня: входной слой (информация поступает в систему), скрытый слой (идёт анализ многомерных данных), выходной уровень (система выдаёт заключение). В современных нейронных сетях используется «перцептрон» — тот же нейрон, но состоящий из большого количества взаимосвязанных входных и скрытых слоёв, благодаря чему система способна к самообучению и анализу нелинейных данных, обобщению и обработке неполной информации, в том числе используя метод проекции на латентные структуры.
Цель: создание программы на основе анализа многомерных данных для определения жевательной эффективности на этапах протезирования.
Методы: на кафедре ортопедической стоматологии и ортодонтии в 2016 году была создана и апробирована программа для определения жевательной эффективности на основе анализа цифровых окклюзиограмм, получаемых путём сканирования отпечатков зубов на пластинке воска. Результаты обрабатываются математическими методами анализа многомерных данных с использованием метода проекции на латентные структуры (PLS-2), позволяющего оценить взаимосвязь величины жевательной эффективности с характеристиками площади и яркости областей, соответствующих окклюзионным контактам. Программа проводит сравнение результатов измерения с эталонными окклюзиограммами в базе и выдаёт заключение. В ходе испытаний были получены статистически значимые результаты эффективности работы программы в сравнении с традиционными жевательными пробами. В связи с актуальностью внедрения искусственного интеллекта в ортопедическое лечение было принято решение усовершенствовать методы обучения программы для обновления имеющегося массива эталонных данных. Начиная с 2019 года к ранее полученным данным были добавлены 24 окклюзиограммы с дефектами зубных рядов от 9 до 12 зубов. На основе расширенной базы данных программа при анализе окклюзиограммы нового пациента позволяет учитывать ранее полученные с помощью жевательной пробы В.Н. Трезубова степени изменения эффективности жевания при различных дефектах зубных рядов, а также сопоставлять эталонные и минимально достигаемые значения жевательной эффективности. Верификация алгоритма программы проводилась исследователями с применением классической жевательной пробы В.Н. Трезубова. В качестве единицы измерения жевательной эффективности выступает процентный показатель.
Результаты: найденные сочетания параметров цифрового алгоритма оценки жевательной эффективности позволяли добиться повышения его точности в пределах 4–6% по отношению к традиционным жевательным пробам И.С. Рубинова и О.М. Ряховского.
Заключение: цифровой алгоритм оценки жевательной эффективности позволяет быстро и точно оценивать её без применения аналоговых трудоёмких проб.
Полный текст
Обоснование: искусственный интеллект — система, основанная на машинном обучении нейросети. Его структура напоминает нервную ткань, в ней присутствуют «нейроны» — математические коды. Нейросеть имеет три уровня: входной слой (информация поступает в систему), скрытый слой (идёт анализ многомерных данных), выходной уровень (система выдаёт заключение). В современных нейронных сетях используется «перцептрон» — тот же нейрон, но состоящий из большого количества взаимосвязанных входных и скрытых слоёв, благодаря чему система способна к самообучению и анализу нелинейных данных, обобщению и обработке неполной информации, в том числе используя метод проекции на латентные структуры.
Цель: создание программы на основе анализа многомерных данных для определения жевательной эффективности на этапах протезирования.
Методы: на кафедре ортопедической стоматологии и ортодонтии в 2016 году была создана и апробирована программа для определения жевательной эффективности на основе анализа цифровых окклюзиограмм, получаемых путём сканирования отпечатков зубов на пластинке воска. Результаты обрабатываются математическими методами анализа многомерных данных с использованием метода проекции на латентные структуры (PLS-2), позволяющего оценить взаимосвязь величины жевательной эффективности с характеристиками площади и яркости областей, соответствующих окклюзионным контактам. Программа проводит сравнение результатов измерения с эталонными окклюзиограммами в базе и выдаёт заключение. В ходе испытаний были получены статистически значимые результаты эффективности работы программы в сравнении с традиционными жевательными пробами. В связи с актуальностью внедрения искусственного интеллекта в ортопедическое лечение было принято решение усовершенствовать методы обучения программы для обновления имеющегося массива эталонных данных. Начиная с 2019 года к ранее полученным данным были добавлены 24 окклюзиограммы с дефектами зубных рядов от 9 до 12 зубов. На основе расширенной базы данных программа при анализе окклюзиограммы нового пациента позволяет учитывать ранее полученные с помощью жевательной пробы В.Н. Трезубова степени изменения эффективности жевания при различных дефектах зубных рядов, а также сопоставлять эталонные и минимально достигаемые значения жевательной эффективности. Верификация алгоритма программы проводилась исследователями с применением классической жевательной пробы В.Н. Трезубова. В качестве единицы измерения жевательной эффективности выступает процентный показатель.
Результаты: найденные сочетания параметров цифрового алгоритма оценки жевательной эффективности позволяли добиться повышения его точности в пределах 4–6% по отношению к традиционным жевательным пробам И.С. Рубинова и О.М. Ряховского.
Заключение: цифровой алгоритм оценки жевательной эффективности позволяет быстро и точно оценивать её без применения аналоговых трудоёмких проб.
Об авторах
Никита Евгеньевич Левашов
Рязанский государственный медицинский университет имени академика И.П. Павлова
Автор, ответственный за переписку.
Email: nik13373228@mail.ru
ORCID iD: 0009-0007-7667-6356
Россия, Рязань
Александр Викторович Гуськов
Рязанский государственный медицинский университет имени академика И.П. Павлова
Email: guskov74@gmail.com
ORCID iD: 0000-0001-9612-0784
Россия, Рязань
Александр Александрович Олейников
Рязанский государственный медицинский университет имени академика И.П. Павлова
Email: bandprod@yandex.ru
Россия, Рязань
Николай Сергеевич Домашкевич
Рязанский государственный медицинский университет имени академика И.П. Павлова
Email: domashkevich71@gmail.com
ORCID iD: 0000-0002-9181-9462
Россия, Рязань
Список литературы
- Апресян С.В. Комплексное цифровое планирование стоматологического лечения : дис. … д-ра мед. наук. Москва, 2020. 218 с.
- Zhu H. Big Data and Artificial Intelligence Modeling for Drug Discovery // Annu Rev Pharmacol Toxicol. 2020. Vol. 60. P. 573–589. doi: 10.1146/annurev-pharmtox-010919-023324
- Митин Н.Е., Васильева Т.А., Васильев Е.В. Методика определения жевательной эффективности с применением оригинальной компьютерной программы на основе методов анализа многомерных данных // Российский медико-биологический вестник имени академика И.П. Павлова. 2016. № 1. С. 129–133.
- Васильева Т.А. Совершенствование контроля восстановления жевательной эффективности на этапах ортопедического лечения несъемными зубными протезами : автореф. дис. … канд. мед. наук. Воронеж, 2021. 25 с.
- Гуйтер О.С., Митин Н.Е., Олейников А.А., и др. Жевательная эффективность у пациентов с обширными приобретёнными дефектами верхней челюсти после ортопедической реабилитации // Стоматология. 2019. Т. 98, № 4. С. 80–83. doi: 10.17116/stomat20199804180