ШТУЧНИЙ ІНТЕЛЕКТ У ТЕРАПЕВТИЧНІЙ СТОМАТОЛОГІЇ

Автор(и)

  • Н. В. Манащук Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України https://orcid.org/0000-0001-6898-1149
  • С. В. Чорній Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України https://orcid.org/0000-0003-2718-5191
  • М. С. Залізняк Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України https://orcid.org/0000-0002-9980-4556
  • Х. В. Погорецька Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України https://orcid.org/0000-0002-6505-6086
  • Н. В. Чорній Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України https://orcid.org/0000-0001-8145-7931
  • Л. О. Пацкань Тернопільський національний медичний університет імені І. Я. Горбачевського МОЗ України https://orcid.org/0000-0003-2584-5942

DOI:

https://doi.org/10.11603/2311-9624.2025.3.15873

Ключові слова:

штучний інтелект; реставрація зубів; ендодонтія; пародонтологія; захворювання слизової ротової порожнини.

Анотація

Штучний інтелект швидко й радикально трансформує стоматологічну галузь. Його вплив особливо сильно відчувається в здатності миттєво й ефективно аналізувати широкий спектр візуальної інформації при різних стоматологічних захворюваннях. Метою дослідження було провести огляд літературних даних щодо застосування ШІ в терапевтичній стоматології й оцінити їх із позиції, що засвідчує його все більшу роль у цій галузі. До огляду включено близько 25 наукових публікацій авторів, сфера інтересів яких стосувалася досліджень використання штучного інтелекту в галузі терапевтичної стоматології. Пошук даних проводився в науковометричних базах PubMed і Google Scholar. Дослідження включало аналіз оригінальних наукових статей, мініоглядів і систематичних оглядів. При цьому зверталась увага на вже наявні дані щодо використання ШІ лікарями-стоматологами, переваги й недоліки та, відповідно, перспективи подальших досліджень. Матеріали та методи. ШІ та нейронні мережі використовують у реставраційній стоматології для виявлення карієсу або недоліків реставрацій зубів, а також полегшення вибору методу лікування твердих тканин зуба [21]. Він допомагає діагностувати захворювання ендодонта, аналізуючи рентгенограми за ознаками періапікальних уражень, переломів коренів та інших проблем, допомагає в плануванні лікування, оцінюючи такі фактори, як анатомія зуба, ступінь інфікування й дані про пацієнта. У пародонтології технології штучного інтелекту займаються аналізом і порівнянням даних обстеження пацієнта за тривалий час, щоб дати можливості лікарю об’єктивно оцінити клінічну ситуацію та розробити чіткий, ефективний і персоналізований план лікування [1; 31]. Перспективним є використання штучного інтелекту в онкостоматології, зокрема в питаннях діагностики та лікування раку ротової порожнини й різних передракових станів. Використання штучного інтелекту, беззаперечно, є величезним проривом у галузі стоматології. Варто відзначити позитивні моменти цієї методики в підвищенні точності діагностики різних стоматологічних захворювань і підході до планування лікування, зокрема в онкостоматології, де швидкість і точність отримання результатів може зберегти пацієнту життя. Але разом із тим варто зазначити той факт, що штучний інтелект, хоча і є цінним інструментом, проте повинен доповнювати, а не замінювати медичних працівників, адже не повністю є з’ясованими питання можливих помилок і, відповідно, відповідальності за них. Висновок. Тому, аналізуючи всі дані, можна сказати, що роль клініциста була й повинна залишатися центральною в діагностиці та плануванні лікування, а технологіям штучного інтелекту відводиться роль незамінного помічника.

Посилання

Ahmed N., Abbasi M. S., Zuberi F., Qamar W., Halim M. S. B., Maqsood A., Alam M. K. Artificial Intelligence Techniques: Analysis, Application, and Outcome in Dentistry – A Systematic Review. Biomed Res Int. 2021. DOI: 10.1155/2021/9751564

Bernauer S. A., Zitzmann N. U., Joda T. The Use and Performance of Artificial Intelligence in Prosthodontics: A Systematic Review. Sensors. 2021. T. 21, № 19. P. 6628. DOI: 10.3390/s21196628

Bichu Y. M., Hansa I., Bichu A. Y., Premjani P., Flores-Mir C., Vaid N. R. Applications of artificial intelligence and machine learning in orthodontics: a scoping review. Prog Orthod. 2021. T. 22, № 1. P. 18. DOI: 10.1186/s40510-021-00361-9

Bianchi J., Mendonca G., Gillot M., Oh H., Park J., Turkestani N. A., et al. Three-dimensional digital applications for implant space planning in orthodontics: A narrative review. J World Fed Orthod. 2022. T. 11, № 6. P. 207–215. DOI: 10.1016/j.ejwf.2022.10.006

Bonny T., Al Nassan W., Obaideen K., Al Mallahi M. N., Mohammad Y., El-Damanhoury H. M. Contemporary Role and Applications of Artificial Intelligence in Dentistry. F1000Res. 2023. T. 12. P. 1179. DOI: 10.12688/f1000research.140204.1

Bornes R. S., Montero J., Correia A. R. M., Rosa N. R. D. N. Use of bioinformatic strategies as a predictive tool in implant supported oral rehabilitation: A scoping review. J Prosthet Dent. 2023. T. 129, № 2. P. 322.e1–322.e8. DOI: 10.1016/j.prosdent.2022.12.011

Al Turkestani N., Bianchi J., Deleat-Besson R., Le C., Tengfei L., Prieto J. C., et al. Clinical decision support systems in orthodontics: A narrative review of data science approaches. Orthod Craniofac Res. 2021. Suppl. 2. P. 26–36. DOI: 10.1111/ocr.12492.

Gili T., Di Carlo G., Capuani S., Auconi P., Caldarelli G., Polimeni A. Complexity and data mining in dental research: A network medicine perspective on interceptive orthodontics. Orthod Craniofac Res. 2021. Suppl. 2. P. 16–25. DOI: 10.1111/ocr.12520

Goncharuk-Khomyn M., Noenko I., Cavalcanti A. L., Adigüzel Ö., Dubnov A. Artificial Intelligence in Endodontics: Relevant Trends and Practical Perspectives. Ukrainian Dent J. 2023. T. 2, № 1. P. 96–101. DOI: 10.56569/UDJ.2.1.2023.96-101

Karobari M. I., Adil A. H., Basheer S. N., Murugesan S., Savadamoorthi K. S., Mustafa M., et al. Evaluation of the Diagnostic and Prognostic Accuracy of Artificial Intelligence in Endodontic Dentistry: A Comprehensive Review of Literature. Comput Math Methods Med. 2023. 2023:7049360. DOI: 10.1155/2023/7049360

Ossowska A., Kusiak A., Świetlik D. Artificial Intelligence in Dentistry – Narrative Review. Int J Environ Res Public Health. 2022. T. 19, № 6. P. 3449. DOI: 10.3390/ijerph19063449

Orhan K., Bayrakdar I.S., Ezhov M., et al. Evaluation of artificial intelligence for detecting periapical pathosis on cone-beam computed tomography scans. Int Endod J. 2020. Т. 53. P. 680–689. DOI: 10.1111/iej.13265

Carrillo-Perez F., Pecho O. E., Morales J. C., Paravina R. D., Della Bona A., Ghinea R., et al. Applications of artificial intelligence in dentistry: A comprehensive review. J Esthet Restor Dent. 2022. T. 34, № 1. P. 259–280. DOI: 10.1111/jerd.12844

Ding H., Wu J., Zhao W., Matinlinna J. P., Burrow M. F., Tsoi J. K. H. Artificial intelligence in dentistry – A review. Front Dent Med. 2023. T. 4. P. 1085251. DOI: 10.3389/fdmed.2023.1085251

Geetha V., Aprameya K. S., Hinduja D. M. Dental caries diagnosis in digital radiographs using back-propagation neural network. Health Inf Sci Syst. 2020. T. 8. P. 1–14. DOI: 10.1007/s13755-019-0096-y

Minnema J., Ernst A., van Eijnatten M., Pauwels R., Forouzanfar T., Batenburg K. J., Wolff J. A review on the application of deep learning for CT reconstruction, bone segmentation and surgical planning in oral and maxillofacial surgery. Dentomaxillofac Radiol. 2022. T. 51, № 7. P. 20210437. DOI: 10.1259/dmfr.20210437

Pauwels R., Brasil D. M., Yamasaki M. C., et al. Artificial intelligence for detection of periapical lesions on intraoral radiographs: Comparison between convolutional neural networks and human observers. Oral Surg Oral Med Oral Pathol Oral Radiol. 2021. T. 131. P. 610–616. DOI: 10.1016/j.oooo.2021.01.018

Schwendicke F., Samek W., Krois J. Artificial Intelligence in Dentistry: Chances and Challenges. J Dent Res. 2020. T. 99, № 7. P. 769–774. DOI: 10.1177/0022034520915714

Revilla-León M., Gómez-Polo M., Vyas S., Barmak B. A., Gallucci G. O., Att W., Krishnamurthy V. R. Artificial intelligence applications in implant dentistry: A systematic review. J Prosthet Dent. 2023. T. 129, № 2. P. 293–300. DOI: 10.1016/j.prosdent.2021.05.008

Hung K., Montalvao C., Tanaka R., Kawai T., Bornstein M. M. The use and performance of artificial intelligence applications in dental and maxillofacial radiology: A systematic review. Dentomaxillofac Radiol. 2020. T. 49, № 1. P. 20190107. DOI: 10.1259/dmfr.20190107

Hung K. F., Yeung A. W. K., Bornstein M. M., Schwendicke F. Personalized dental medicine, artificial intelligence, and their relevance for dentomaxillofacial imaging. Dentomaxillofac Radiol. 2023. T. 52, № 1. P. 20220335. DOI: 10.1259/dmfr.20220335

Wenzel A. Radiographic modalities for diagnosis of caries in a historical perspective: from film to machine-intelligence supported systems. Dentomaxillofac Radiol. 2021. T. 50, № 5. P. 20210010. DOI: 10.1259/dmfr.20210010

Keskin C., Kele A. Digital Applications in Endodontics. J Exp Clin Med. 2021. T. 38, № 3s. P. 168–174.

Kim B. S., Yeom H. G., Lee J. H., et al. Deep learning-based prediction of paresthesia after third molar extraction: a preliminary study. Diagnostics. 2021. T. 11. P. 1572. DOI: 10.3390/diagnostics11091572

Khanagar S. B., Alfadley A., Alfouzan K., Awawdeh M., Alaqla A., Jamleh A. Developments and Performance of Artificial Intelligence Models Designed for Application in Endodontics: A Systematic Review. Diagnostics. 2023. T. 13, № 3. P. 414. DOI: 10.3390/diagnostics13030414

Liu Z., Liu J., Zhou Z., et al. Differential diagnosis of ameloblastoma and odontogenic keratocyst by machine learning of panoramic radiographs. Int J Comput Assist Radiol Surg. 2021. T. 16. P. 415–422. DOI: 10.1007/s11548-021-02309-0

Liu J., Chen Y., Li S., Zhao Z., Wu Z. Machine learning in orthodontics: Challenges and perspectives. Adv Clin Exp Med. 2021. T. 30, № 10. P. 1065–1074. DOI: 10.17219/acem/138702

Machoy M. E., Szyszka-Sommerfeld L., Vegh A., Gedrange T., Woniak K. The ways of using machine learning in dentistry. Adv Clin Exp Med. 2020. T. 29, № 3. P. 375–384. DOI: 10.17219/acem/115083

Nguyen T. T., Larrivée N., Lee A., Bilaniuk O., Durand R. Use of Artificial Intelligence in Dentistry: Current Clinical Trends and Research Advances. J Can Dent Assoc. 2021. Т. 87. L7.

Pethani F. Promises and perils of artificial intelligence in dentistry. Aust Dent J. 2021. T. 66, № 2. P. 124–135. DOI: 10.1111/adj.12812

Puladi B., Gsaxner C., Kleesiek J., Hölzle F., Röhrig R., Egger J. The impact and opportunities of large language models like ChatGPT in oral and maxillofacial surgery: a narrative review. Int J Oral Maxillofac Surg. 2024. T. 53, № 1. P. 78–88. DOI: 10.1016/j.ijom.2023.09.005

Subramanian A. K., Chen Y., Almalki A., Sivamurthy G., Kafle D. Cephalometric Analysis in Orthodontics Using Artificial Intelligence – A Comprehensive Review. Biomed Res Int. 2022. DOI: 10.1155/2022/1880113

Siddiqui T. A., Sukhia R. H., Ghandhi D. Artificial intelligence in dentistry, orthodontics and orthognathic surgery: A literature review. J Pak Med Assoc. 2022. Suppl. 1(2). P. S91–S96. DOI: 10.47391/JPMA.AKU-18

Thurzo A., Urbanová W., Novák B., et al. Where is the Artificial Intelligence Applied in Dentistry? Systematic Review and Literature Analysis. Healthcare. 2022. T. 10, № 7. P. 1269. DOI: 10.3390/healthcare10071269

Hung K., Yeung A. W. K., Tanaka R., Bornstein M. M. Current Applications, Opportunities and Limitations of AI for 3D Imaging in Dental Research and Practice. Int J Environ Res Public Health. 2020. T. 17, № 12. P. 4424. DOI: 10.3390/ijerph17124424

Huang H., Zheng O., Wang D., Yin J., Wang Z., Ding S., et al. Chat GPT for shaping the future of dentistry: the potential of multi-modal large language model. Int J Oral Sci. 2023. T. 15, № 1. P. 29. DOI: 10.1038/s41368-023-00239-y

Макєєв В.Ф., Щерба П.П. Штучний інтелект у стоматології. Частина 1. Сучасна стоматологія. 2024. № 3. С. 95–104. DOI: 10.33295/1992-576X-2024-3-95.

Бульбук О. І., Бульбук О. В., Шутак О. В., Сухоребський Ю. І. Штучний інтелект у сучасній стоматології (огляд літератури). Art of Medicine. 2025. Т. 2, № 34. С. 101–107. DOI: 10.21802/artm.2025.2.34.101

##submission.downloads##

Опубліковано

2025-10-27

Як цитувати

Манащук, Н. В., Чорній, С. В., Залізняк, М. С., Погорецька, Х. В., Чорній, Н. В., & Пацкань, Л. О. (2025). ШТУЧНИЙ ІНТЕЛЕКТ У ТЕРАПЕВТИЧНІЙ СТОМАТОЛОГІЇ. Клінічна Стоматологія, (3), 23–30. https://doi.org/10.11603/2311-9624.2025.3.15873

Номер

Розділ

Терапевтична стоматологія