L'Angolo AI

Intelligenza Artificiale per il progresso della radiologia odontoiatrica

Condividi questo con gli altri:

Intelligenza Artificiale e diagnostica odontoiatrica

Le tecnologie dell’Intelligenza Artificiale stanno diventando sempre più presenti e fondamentali nel settore sanitario e, più precisamente, in quello dell’imaging dentale.

La sfida più importante per l’applicazione di tali tecnologie, tuttavia, non è quella dell’assicurare la loro precisione o utilità, ma piuttosto quella di promuovere la loro applicazione quotidiana da parte dei professionisti. DentQ ha raccolto questa sfida e sta guidando il settore dell’imaging dentale verso un’era di ottimizzazione del processo diagnostico, grazie a Diagnocat.

Diagnocat è programmato per riconoscere persino patologie rare come cisti e tumori della mandibola. Questo grazie a un lungo processo collaborativo e grazie al “deep learning”, il processo di apprendimento su cui si basano i sistemi di intelligenza artificiale.
A provare dell’efficacia di Diagnocat nel migliorare il processo diagnostico, troviamo una relazione scientifica basata su uno studio condotto da Ezhov et al. (2021) e pubblicato su Nature.
Questo studio investiga le capacità diagnostiche di Diagnocat ed è basato sull’analisi di 30 scan CBCT da parte di 24 dentisti divisi in due diversi gruppi. Un gruppo supportato da Diagnocat, mentre l’altro senza supporto diagnostico.
I risultati dello studio dimostrano come il sistema di Intelligenza Artificiale proposto aumenta significativamente le capacità diagnostiche dei dentisti.

Puoi leggere l’articolo completo a questo link.

Per scoprire di più sul concetto di “apprendimento profondo” e su come l’intelligenza artificiale stia migliorando i processi diagnostici in campo odontoiatrico, puoi leggere questo articolo.

Fonte: Ezhov, M., Gusarev, M., Golitsyna, M., Yates, J. M., Kushnerev, E., Tamimi, D., Aksoy, S., Shumilov, E., Sanders, A., Orhan, K. (2021). ‘Clinically applicable artificial intelligence system for dental diagnosis with CBCT’, Nature. Doi: https://doi.org/10.1038/s41598-021-94093-9


Condividi questo con gli altri: