該模型可快速準(zhǔn)確地定位下頜神經(jīng)管，幫助放射科醫(yī)生和牙醫(yī)節(jié)省時(shí)間和精力。

(資料圖片僅供參考)

插入牙種植體的牙醫(yī)必須知道患者下頜神經(jīng)管的確切位置，以計(jì)劃種植體的大小和位置以及整個(gè)過程。

這需要X射線圖像，其中牙醫(yī)或放射科醫(yī)生手動(dòng)逐點(diǎn)指定運(yùn)河的位置。研究和分析這些圖像可能既艱巨又耗時(shí)。

牙科設(shè)備制造商普蘭梅卡、芬蘭人工智能中心(FCAI)和坦佩雷大學(xué)醫(yī)院(Tays)聯(lián)手解決這個(gè)問題。結(jié)果是一個(gè)基于人工智能的模型，該模型在3D X射線中定位下頜神經(jīng)管的速度比人類快，并且比其他自動(dòng)化方法具有更高的精度。

“這種合作源于從事臨床工作的專家的需求，以及尋求幫助他們?nèi)粘９ぷ鞯姆椒āＭㄟ^在患者治療計(jì)劃中使用人工智能可以節(jié)省大量時(shí)間，“普蘭梅卡研究和技術(shù)副總裁Vesa Varjonen說。

該方法基于使用大量臨床數(shù)據(jù)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，這些數(shù)據(jù)由錐形束計(jì)算機(jī)斷層掃描(CBCT)渲染的三維圖像組成。

“坦佩雷大學(xué)醫(yī)院為我們提供了使用多種3D成像設(shè)備生產(chǎn)的廣泛而多功能的臨床材料。數(shù)據(jù)是隨機(jī)劃分的，其中一部分用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)，另一部分用于測(cè)試和驗(yàn)證設(shè)計(jì)的方法，“阿爾托大學(xué)博士研究員Jaakko Sahlsten說。

人工智能是一種高效可靠的工具

控制下頜運(yùn)動(dòng)功能和面部感覺的神經(jīng)在下頜的神經(jīng)管中運(yùn)行，即下頜管。除了種植體放置外，其位置在智齒拔除和頜骨手術(shù)中也至關(guān)重要。顎骨內(nèi)運(yùn)河的位置和路線對(duì)每個(gè)人來說都是獨(dú)一無二的。

“訓(xùn)練AI模型的挑戰(zhàn)之一是，與整個(gè)圖像中的數(shù)據(jù)相比，顱骨3D X射線中下頜管的大小非常小。作為一個(gè)數(shù)據(jù)集，這種類型的培訓(xùn)材料是高度不平衡的，“Sahlsten指出。

與Tays放射科醫(yī)生合作是在訓(xùn)練人工智能時(shí)利用數(shù)據(jù)的關(guān)鍵。

“當(dāng)大量數(shù)據(jù)被輸入神經(jīng)網(wǎng)絡(luò)并在其中標(biāo)記下頜管的位置時(shí)，它學(xué)會(huì)了優(yōu)化自己的內(nèi)部參數(shù)。這種學(xué)習(xí)產(chǎn)生的神經(jīng)網(wǎng)絡(luò)可以從單個(gè)3D數(shù)據(jù)輸入中快速找到下頜管，“Varjonen說。

使用從研究材料中分離的患者數(shù)據(jù)測(cè)試神經(jīng)網(wǎng)絡(luò)模型表明，該模型設(shè)法以高精度定位下頜管：只有1-4%的病例可能不準(zhǔn)確。

“在臨床評(píng)估中，專家們仔細(xì)研究了該模型產(chǎn)生的結(jié)果，發(fā)現(xiàn)在96%的病例中，它們?cè)谂R床上完全可用。我們非常有信心該模型運(yùn)行良好，“Sahlsten說。

與人類相比，人工智能的優(yōu)勢(shì)之一是它始終以相同的效率和速度工作。人工智能模型加快了下頜管的發(fā)現(xiàn)，并支持放射科醫(yī)生和醫(yī)生的決策。衛(wèi)生專業(yè)人員總是做出最終的治療決定。

發(fā)布驗(yàn)證模型功能

普蘭梅卡是一家芬蘭家族企業(yè)，也是世界領(lǐng)先的健康技術(shù)設(shè)備制造商之一。其產(chǎn)品出口到全球120多個(gè)國(guó)家。該公司的業(yè)務(wù)建立在用于牙科護(hù)理的3D成像設(shè)備和支持它們的軟件上。對(duì)于普蘭梅卡而言，與FCAI和Tays的合作意味著巨大的新業(yè)務(wù)潛力。

“成像設(shè)備中使用的數(shù)字性和人工智能對(duì)我們來說很重要。我們將在這項(xiàng)研究中開發(fā)的神經(jīng)網(wǎng)絡(luò)模型集成到我們的成像軟件中。這將提高我們?cè)O(shè)備的可用性和性能，“Varjonen說。

合作中產(chǎn)生的科學(xué)出版物對(duì)所有項(xiàng)目合作伙伴都很重要。一些結(jié)果發(fā)表在《自然科學(xué)報(bào)告》上。

“同行評(píng)審的出版物是該模型功能的堅(jiān)實(shí)證據(jù)。深度學(xué)習(xí)以前沒有用于這種類型的任務(wù)，這增加了出版物的價(jià)值。他們還促進(jìn)博士生的論文工作，“Sahlsten說。

“在為我們的軟件申請(qǐng)醫(yī)療器械批準(zhǔn)時(shí)，這些出版物對(duì)我們很重要。他們證明該軟件是根據(jù)軟件開發(fā)流程設(shè)計(jì)的，并通過所有必需的階段進(jìn)行審查，“Varjonen指出。

除了定位下頜神經(jīng)管外，普蘭梅卡、FCAI和Tays之間的合作項(xiàng)目還包括開發(fā)正頜手術(shù)神經(jīng)網(wǎng)絡(luò)模型，其中下面部區(qū)域的異常通過手術(shù)措施得到糾正。

“該模型有助于識(shí)別顱骨區(qū)域的標(biāo)志，以糾正錯(cuò)牙合和計(jì)劃頜骨對(duì)齊手術(shù)。相同的患者數(shù)據(jù)也用于另一個(gè)AI應(yīng)用程序，“Varjonen說。

展望未來，人工智能將在健康應(yīng)用中提供很多東西。

“我認(rèn)為人工智能是一個(gè)非常強(qiáng)大的工具，醫(yī)生和其他專家在進(jìn)行第一次評(píng)估或獲得其他意見時(shí)可以使用它。深度學(xué)習(xí)模型的挑戰(zhàn)在于，我們無法給出明確的理由來解釋為什么模型會(huì)達(dá)到特定的結(jié)果。需要進(jìn)一步的研究來提高模型的可解釋性和透明度，“Sahlsten總結(jié)道。

標(biāo)簽：