Выявление кариеса на внутриротовых изображениях с помощью искусственного интеллекта

Хотя визуальный осмотр (VE) является предпочтительным методом выявления кариеса, анализ внутриротовых цифровых фотографий в машиночитаемом виде можно считать эквивалентным визуальному осмотру. Несмотря на то что в клинической практике фотографические изображения редко используют для диагностики, они необходимы для автоматизированного анализа изображений с применением методов искусственного интеллекта (AI). Поскольку до настоящего времени искусственный интеллект не применяли для автоматического выявления кариеса на внутриротовых изображениях, целью этого диагностического исследования была разработка метода глубокого обучения на основе свёрточных нейронных сетей (CNN) для выявления и классификации кариеса (исследуемый метод) и сравнение его диагностических характеристик с экспертными эталонами. Материал исследования включал 2417 обезличенных фотографий постоянных зубов: 1317 окклюзионных и 1100 гладких поверхностей. Все изображения оценивали по следующим категориям: отсутствие кариеса, некариозированное кариозное поражение или кариозная полость. Диагноз каждого эксперта использовали в качестве эталона для циклического обучения и повторной оценки методов искусственного интеллекта. Свёрточную нейронную сеть обучали с применением аугментации изображений и переноса обучения. До начала обучения весь набор изображений разделили на обучающую и тестовую выборки. Валидацию проводили, используя 25, 50, 75 и 100% доступных изображений из обучающей выборки. Статистический анализ включал расчёт чувствительности (SE), специфичности (SP) и площади под рабочей характеристической кривой (ROC) (AUC). При анализе всех тестовых изображений свёрточная нейронная сеть правильно выявляла кариес в 92,5% случаев (SE — 89,6%; SP — 94,3%; AUC — 0,964). Если в качестве порогового критерия выбирали наличие кариозной полости, 93,3% всех поверхностей зубов были классифицированы правильно (SE — 95,7%; SP — 81,5%; AUC — 0,955). Таким образом, при использовании метода искусственного интеллекта и стандартизированных фотографий отдельных зубов удалось достичь более чем 90% соответствия при выявлении кариеса. Тем не менее данный подход требует дальнейшего совершенствования.