Maschinelles Lernen zur Vorhersage von Kiefergelenksproblemen

LONDON (IT BOLTWISE) – Die Diagnose von Kiefergelenksproblemen, insbesondere der Verlagerung der Gelenkscheibe, stellt eine bedeutende Herausforderung in der Zahnmedizin dar. Während die Magnetresonanztomographie (MRT) als Goldstandard gilt, schränkt ihr hoher Preis und die eingeschränkte Verfügbarkeit die Nutzung ein.

In der modernen Zahnmedizin ist die Diagnose von Kiefergelenksproblemen, insbesondere der Verlagerung der Gelenkscheibe, eine komplexe Aufgabe. Die Magnetresonanztomographie (MRT) gilt zwar als Goldstandard, doch ihre hohen Kosten und die eingeschränkte Verfügbarkeit machen sie für viele Patienten unzugänglich. Eine neue Studie hat nun das Potenzial von maschinellem Lernen (ML) untersucht, um diese Probleme zu überwinden.

Die Forscher entwickelten ein ML-Modell, das auf Radiomics-Merkmalen von Cone-Beam-Computertomographie (CBCT)-Bildern basiert, um die Verlagerung der Kiefergelenkscheibe vorherzusagen. Die Studie analysierte CBCT-Bilder von 247 Unterkieferköpfen von 134 Patienten, die auch MRT-Scans unterzogen wurden. Ziel war es, ein Modell zu schaffen, das ohne die Notwendigkeit von MRTs auskommt.

In drei verschiedenen Experimenten wurden zwei ML-Modelle, Random Forest (RF) und Extreme Gradient Boosting (XGBoost), trainiert. Experiment 1 klassifizierte die Daten in drei Gruppen: Normal, Verlagerung mit Reduktion (DDWR) und Verlagerung ohne Reduktion (DDWOR). Experiment 2 unterschied zwischen Normal und Verlagerung (DDWR und DDWOR), während Experiment 3 Normal und DDWR gegen DDWOR abgrenzte.

Die Ergebnisse zeigten, dass das RF-Modell in allen drei Experimenten eine höhere Leistung als XGBoost erzielte. Besonders in Experiment 3, das DDWOR von anderen Zuständen unterschied, erreichte das RF-Modell die höchste Genauigkeit mit einem AUC-Wert von 0,86, während XGBoost bei 0,85 lag. Experiment 2 folgte mit AUC-Werten von 0,76 (RF) und 0,75 (XGBoost), während Experiment 1 die niedrigste Genauigkeit von 0,63 (RF) und 0,59 (XGBoost) aufwies.

Diese Ergebnisse unterstreichen das Potenzial von ML-gestützten Modellen als Hilfsmittel zur Vorhersage von DDWOR, das eine besonders sorgfältige Behandlung erfordert. Die Nutzung von CBCT-Bildern könnte eine kostengünstigere und zugänglichere Alternative zur MRT darstellen, was die Diagnose und Behandlung von Kiefergelenksproblemen erheblich verbessern könnte.

Die Integration solcher ML-Modelle in die klinische Praxis könnte nicht nur die Diagnosegenauigkeit erhöhen, sondern auch die Behandlungsplanung optimieren. Dies könnte insbesondere in Regionen mit begrenztem Zugang zu MRT-Technologie von Vorteil sein. Die Forschung zeigt, dass die Kombination von fortschrittlicher Bildgebung und ML-Techniken eine vielversprechende Zukunft in der Zahnmedizin hat.

Bestseller Nr. 1 ᵃ⤻ᶻ «KI Gadgets»

Apple AirTag - Finde und behalte Deine Sachen im Blick: Schlüssel, Geldbörsen, Gepäck, Rucksäcke und mehr. Einfaches Einrichten mit iPhone oder iPad. Austauschbare Batterie

30,99 EUR

Bestseller Nr. 2 ᵃ⤻ᶻ «KI Gadgets»

Mobvoi TicNote KI Digitales Diktiergerät, 64 GB Speicher, Notizrekorder mit Hülle, App-Steuerung, über 100 Sprachen, Transkribieren, Zusammenfassen mit AI Shadow,digitaler Audiorekorder Sprachrekorder

169,99 EUR

Bestseller Nr. 3 ᵃ⤻ᶻ «KI Gadgets»

Plaud Note KI Digitales Diktiergerät mit Hülle - 64 GB Aufnahmegerät mit KI-Technologie zum Transkribieren und Zusammenfassen, One-Touch-Aufnahme, Rauschunterdrückung, Unterstützt 112 Sprachen

152,91 EUR

Bestseller Nr. 4 ᵃ⤻ᶻ «KI Gadgets»

KI-Sprachrekorder, Plaud NotePin Sprachrekorder, App-Steuerung, KI-Notizgerät, KI-Transkription & Zusammenfassung, 112 Sprachen, 64GB Speicher, Audiorekorder für Vorlesungen, Meetings, Kosmisches Grau

152,91 EUR

Bestseller Nr. 5 ᵃ⤻ᶻ «KI Gadgets»

SOXOI KI Digitales Diktiergerät, 64GB Magnet Mini Aufnahmegerä mit ChatGPT 4o vom Transkribieren und Zusammenfassen für 102 Sprachen,One Touch Aufnahme, Voice Recorder Sprachrecorder (Schwarz)

89,99 EUR

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!