השפעת בינה מלאכותית על המבט של רופאי השיניים במהלך גילוי עששת

מחברי המאמר מציינים כי בינה מלאכותית (AI) משמשת בהצלחה ברפואת השיניים החל מניהול זרימת עבודה במרפאה, למשל הזמנת ותיאום פגישות, ועד סיוע באבחון קליני ותכנון טיפול. היעילות באבחון הקליני נובעת בעיקר מהביצועים בניתוח סוגים שונים של הדמיות דנטליות, לרבות צילומים, צילומי רנטגן, תמונות טרנסאילומינציה וסריקות תלת-ממדיות ממוחשבות. שיטות בינה מלאכותית הופעלו ביעילות עבור מגוון רחב של משימות בהדמיות שיניים, כגון סיווג ופילוח שיניים, זיהוי ציוני דרך צפלומטריים, זיהוי עששת או חיזוי הסיכון לסיבוכים דנטליים לאחר עקירת שיניים שלישיות. שילוב בינה מלאכותית בפרקטיקות קליניות עשוי להגביר את הסיכויים לגילוי מוקדם של פתולוגיות וטיפולים מתאימים, וכתוצאה מכך לשיפור בתוצאות של המתרפאים ולהפחתת הוצאות טיפולי השיניים. החוקרים שואלים כיצד משפיעה בינה מלאכותית על תהליך האבחון, למשל על ידי הפניית תשומת הלב לתחומי עניין רלוונטיים (AOI) והפחתת תשומת הלב כלפי מאפיינים לא רלוונטיים ואזורים חסרי מידע רלוונטי, או להיפך. הבנה מעמיקה יותר בכיוון זה עשויה לעזור לשפר מערכות בינה מלאכותית לתמיכה באבחון, אך גם להגן על המשתמשים מפני הטיות אבחון בעת שימוש בבינה מלאכותית או טיפול בהטיות אלו במהלך לימודי רפואת השיניים. על מנת להעריך את ההשפעות שיש ל-AI על תהליך האבחון, מחקרי דיוק אבחנתי בלבד המשווים בינה מלאכותית מול רופאי השיניים אינם מספיקים. במקום זאת, יש צורך במחקרים קליניים פרוספקטיביים. במחקר אקראי מבוקר שנערך לאחרונה, השוו המחברים גילוי בסיוע בינה מלאכותית של עששת פרוקסימלית בצילומי נשך עם זה של רופאי שיניים שאינם נעזרים, והדגימו עלייה משמעותית ברגישות בעת שימוש בבינה מלאכותית. במקביל לאומדני דיוק הרישום, הם השתמשו גם במעקב עיניים על מנת לקבוע במדויק היכן רופאי שיניים מתמקדים במהלך ניתוח של תמונה וכדי לתעד את תנועות העיניים שלהם בזמן זיהוי מוקדי עששת. עבודה קודמת באמצעות מעקב עיניים הראתה שרופאי השיניים מפעילים מבט תלוי משימה המכונה scanpath הכולל " פיקסציה" (מידע של תשומת לב) ו"saccades" (מעברים לאזורי תשומת לב). יתר על כן, סוגים שונים של צילומי רנטגן מוערכים באופן שונה. לדוגמה, כאשר בוחנים צילומי רנטגן פנוראמיים, נוצר ייצוג הוליסטי של התוכן במבט חטוף ולאחר מכן נצפה דפוס סריקה ספירלי שיטתי או דפוס סריקה מעגלי. עבור צילומי רנטגן פרי-אפיקליים תוך-אורלים, רופאי השיניים מאמצים בדרך כלל גישת צפייה של שן אחר שן.

 

מטרה

 

המחקר הנוכחי נערך על מנת להשוות דפוסי מבט וסריקה של רופאי שיניים המזהים עששת בצילומי נשך כאשר הם נעזרים או לא נעזרים בתוכנת בינה מלאכותית.

ההתערבות המחקרית הייתה באמצעות אפליקציה מבוססת בינה מלאכותית, המורכבת מתוכנת צפייה רדיוגרפית המקושרת למודלים של למידת מכונה מבוססת ענן לאיתור וסיווג שיניים ופילוח של שחזורים ונגעי עששת בצילומי נשך dentalXrai Pro 1.0.4, dentalXrai GmbH) ברלין, גרמניה). התוכנה מאפשרת למשתתף לצפות בצילומי רנטגן וכן בגרסה המוגדלת שלהם, שבה מוצגים זיהויים על ידי תוכנת הבינה המלאכותית כשכבות-על של פיקסלים, כך שהמשתתף בניסוי יכול להוסיף, להסיר או לשנות ממצאים וליצור דוח אוטומטי.

22 רופאי שיניים העריכו חציון של 18 צילומי נשך שהובילו ל-179 מערכי נתונים מרופאי שיניים שנעזרו בתוכנה של בינה מלאכותית ו-170 מערכי נתונים מרופאי שיניים ללא AI. נערכה השוואה בין הזמן לפיקסציה ראשונה, ספירת הפיקסציות, משך הפיקסציה, ממוצע ותדירות הפיקסציות בין שתי קבוצות הניסוי. בוצעו ניתוחים עבור כל התמונה ופולחו על ידי (1) נוכחות נגעים ו/או שיקום של עששת ו-(2) עומק הנגע: אמייל חיצוני/פנימי; שליש חיצוני-פנימי של הדנטין. נערכה השוואה של דפוס המעבר של מבטם של רופאי השיניים בין קבוצות הניסוי. הזמן החציוני לפיקסציה הראשונה היה קצר יותר בכל קבוצות השיניים עבור רופאי השיניים עם AI לעומת אלו ללא AI, אם כי לרופאי השיניים עם AI היו יותר פיקסציות על שיניים עם שיקום בהשוואה לרופאי שיניים ללא AI . משך הפיקסציה הממוצע היה ארוך יותר בשיניים עם עששת עבור רופאי השיניים עם AI מאשר אלה ללא AI , למרות שאסטרטגיית החיפוש החזותי בה השתמשו רופאי שיניים עם בינה מלאכותית הייתה פחות שיטתית עם שיעור נמוך יותר של מעברים לרוחב השיניים בהשוואה לרופאי שיניים ללא בינה מלאכותית.

 

מסקנות

 

לדעת מחברי המאמר, רופאי שיניים עם בינה מלאכותית הפגינו התנהגות צפייה יעילה יותר בהשוואה לרופאי שיניים ללא בינה מלאכותית, למשל, זמן קצר יותר להבחין בעששת ו/או שחזורים, פיקסציה רבה יותר על שיניים עם שחזורים, ופיקסציה לפרקי זמן קצרים יותר בשיניים ללא נגעים ו/או עם שיקום של העששת. המשמעות הקלינית היא, שניתוח דפוסי המבט של רופאי השיניים תוך שימוש בהערות שנוצרו על ידי הבינה המלאכותית של נגעי עששת מדגים כיצד היא משפיעה על שיטות מיצוי הנתונים שלהם להדמיות דנטליות. ניתן לנצל תובנות כאלה על מנת לשפר ולהתאים אישית כלי אבחון מבוססי בינה מלאכותית, להפחית את עיבוד תשומת הלב של רופאי השיניים ולאפשר בדיקה יסודית יותר של אזורי הדמיה אחרים.

 

 

LT Arsiwala-Scheppach, NJ Castner, C Rohrer, et al. Impact of artificial intelligence on dentists’ gaze during caries detection: A randomized controlled trial. J Dent 2024;140. doi:10.1016/j.jdent.2023.10479