3d tooth innovation virtual reality polygonal concept. Stomatology symbol low poly triangle. Abstract oral dental medical care business. Connected dot particle modern vector illustration.

کمک هوش مصنوعی به پیش بینی نتایج درمان برای بیماران مبتلا به ایمپلنت های دندانی

دندانپزشکی یکی از قدیمی ترین شیوه های پزشکی بشر است که قدمت آن به دره سند در 7000 سال قبل از میلاد برمی گردد. طبیعتاً در طول زمان پیشرفت ها و پیشرفت های زیادی صورت گرفته است. در دهه‌های اخیر، فناوری‌های نوآورانه به‌طور تصاعدی به فعالیت‌های دندانپزشکی سرعت بخشیده است.

به عنوان مثال، به طور سنتی، پوسیدگی دندان توسط دندانپزشکی تشخیص داده می شود که به سادگی به دهان نگاه می کند و حتی ممکن است آنها را با چشم غیر مسلح ببیند. اکنون از هوش مصنوعی برای شناسایی پوسیدگی دهان با استفاده از نتایج CBCT استفاده می شود. این بدان معنی است که حفره ها را می توان در مراحل بسیار زودتر تشخیص داد و درمان کرد و از آسیب پیشرونده جلوگیری کرد و هزینه و دامنه درمان را به میزان قابل توجهی کاهش داد.

پیشرفت‌های سریع در هوش مصنوعی جهان را با سرعت شگفت‌آوری تغییر می‌دهد و شیوه‌های کاربردی در دندانپزشکی مدرن در حمایت از متخصصان دندانپزشکی در نقش‌هایشان بسیار مؤثر بوده است.

پری ایمپلنتیت[1]، وضعیتی که در آن بافت و استخوان اطراف ایمپلنت های دندانی عفونی می شود، تقریباً یک چهارم بیماران ایمپلنت دندانی را در بر می گیرد و در حال حاضر هیچ روش قابل اعتمادی برای ارزیابی نحوه پاسخ بیماران به درمان این بیماری وجود ندارد. تقریباً یک چهارم بیماران ایمپلنت دندانی توسط پری ایمپلنتیت، یک فرآیند التهابی مخرب که بافت و استخوان اطراف ایمپلنت های دندانی را آلوده می کند، تهدید می شوند. این می تواند منجر به از دست دادن پیشرونده استخوان، خونریزی، چرک و در نهایت از بین رفتن ایمپلنت های دندانی و روکش ها یا پروتزهای مرتبط با آن شود. جایگزینی ایمپلنت دندانی جدید در محل آسیب دیده قبلی اغلب چالش برانگیز است زیرا کیفیت استخوان ضعیف است و بهبودی با تاخیر انجام می شود.

برای این منظور، تیمی به رهبری دانشکده دندانپزشکی دانشگاه میشیگان، یک الگوریتم یادگیری ماشینی، نوعی هوش مصنوعی، برای ارزیابی خطر پیامدهای ترمیمی بیمار پس از درمان‌های جراحی پری ایمپلنتیت ایجاد کردند.

این الگوریتم FARDEEP نام دارد که مخفف عبارت Fast and Robust Deconvolution of Expression Profiles است. در این مطالعه، محققان از FARDEEP برای تجزیه و تحلیل نمونه های بافتی از گروهی از بیماران مبتلا به پری ایمپلنتیت که تحت درمان ترمیمی بودند، استفاده کردند. آنها مقدار فراوانی باکتری‌های مضر و عفونت خاصی را که با سلول‌های ایمنی مبارزه می‌کنند در هر نمونه اندازه‌گیری کردند.

یو لئو لی، نویسنده ارشد و استادیار دندانپزشکی گفت: بیمارانی که در معرض خطر کم بیماری پریودنتال[2] بودند، سلول های ایمنی بیشتری را نشان دادند که در کنترل عفونت های باکتریایی مهارت بالایی داشتند.

روکش‌های دارای ایمپلنت دندانی جایگزین‌های زیبایی، عملکردی و طبیعی را ارائه می‌دهند و تخمین زده می‌شود که تا سال ۲۰۲۴ بازار به ۶.۸ میلیارد دلار برسد.

پری ایمپلنتیت می تواند منجر به از دست دادن پیشرونده استخوان، خونریزی، چرک و در نهایت از بین رفتن ایمپلنت های دندانی و روکش ها یا پروتزهای مرتبط با آن شود. جایگزینی ایمپلنت دندانی جدید در محل آسیب دیده قبلی اغلب چالش برانگیز است زیرا کیفیت استخوان ضعیف است و بهبودی با تاخیر انجام می شود. نگهداری پیشگیرانه ایمپلنت و مدیریت طولانی مدت پری ایمپلنتیت بخشی از عمل معمول پس از بازسازی ایمپلنت می شود.

جف وانگ، نویسنده اول، استادیار بالینی U-M و محقق اصلی برای درمان ترمیمی کارآزمایی بالینی اطراف ایمپلنتیت، گفت: “درمان ترمیمی برای پری ایمپلنتیت گران است و نتایج درمان غیرقابل پیش بینی است.” بسیار مفید خواهد بود اگر بتوانیم از اطلاعات برای تعیین بهترین دوره درمان استفاده کنیم، یا شاید تصمیم بگیریم که گزینه معقول‌تر جایگزینی ایمپلنت قدیمی با یک ایمپلنت جدید، علیرغم چالش در بازسازی استخوان باشد. “

او گفت که در آینده ممکن است بتوان خطر پری ایمپلنتیت را قبل از قرار دادن ایمپلنت دندان پیش بینی کرد. قبل از اینکه FARDEEP برای استفاده گسترده توسط پزشکان آماده شود، آزمایشات بالینی انسانی بیشتری مورد نیاز است.

منابع:‌

  1. Chin-Wei Wang, Yuning Hao, Riccardo Di Gianfilippo, James Sugai, Jiaqian Li, Wang Gong, Kenneth S. Kornman, Hom-Lay Wang, Nobuhiko Kamada, Yuying Xie, William V. Giannobile, Yu Leo Lei. Machine learning-assisted immune profiling stratifies peri-implantitis patients with unique microbial colonization and clinical outcomesTheranostics, 2021; 11 (14): 6703 DOI: 10.7150/thno.57775
  2. https://www.sciencedaily.com/releases/2021/05/210512115654.htm
  3. https://spectrumdent.com/artificial-intelligence-possible-future-roles-in-dentistry/

[1] یک شرایط التهابی در بافت های اطراف جای کاشت است که به وسیله التهاب در بافت های هم بند و استخوان ایمپلنت و تحلیل آن ها مشخص می شود.

[2] التهابات لثه ای درمان نشده یا بیماری پریودنتال (بیماری لثه) نوعی عفونت باکتریایی است که با تجمع باکتری‌های ناشی از پلاک و جرم دندان،باعث عفونت لثه،استخوان و سایر بافتهای اطراف دندان‌ها میشود.

همچنین ببینید

راه ساده درمان یبوست پیدا شد

نوشیدن مقدار کافی آب می‌تواند سبب رفع یبوست باشد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *