Оценка жевательной эффективности с помощью искусственного интеллекта

Обложка

Цитировать

Полный текст

Аннотация

Обоснование: искусственный интеллект — система, основанная на машинном обучении нейросети. Его структура напоминает нервную ткань, в ней присутствуют «нейроны» — математические коды. Нейросеть имеет три уровня: входной слой (информация поступает в систему), скрытый слой (идёт анализ многомерных данных), выходной уровень (система выдаёт заключение). В современных нейронных сетях используется «перцептрон» — тот же нейрон, но состоящий из большого количества взаимосвязанных входных и скрытых слоёв, благодаря чему система способна к самообучению и анализу нелинейных данных, обобщению и обработке неполной информации, в том числе используя метод проекции на латентные структуры.

Цель: создание программы на основе анализа многомерных данных для определения жевательной эффективности на этапах протезирования.

Методы: на кафедре ортопедической стоматологии и ортодонтии в 2016 году была создана и апробирована программа для определения жевательной эффективности на основе анализа цифровых окклюзиограмм, получаемых путём сканирования отпечатков зубов на пластинке воска. Результаты обрабатываются математическими методами анализа многомерных данных с использованием метода проекции на латентные структуры (PLS-2), позволяющего оценить взаимосвязь величины жевательной эффективности с характеристиками площади и яркости областей, соответствующих окклюзионным контактам. Программа проводит сравнение результатов измерения с эталонными окклюзиограммами в базе и выдаёт заключение. В ходе испытаний были получены статистически значимые результаты эффективности работы программы в сравнении с традиционными жевательными пробами. В связи с актуальностью внедрения искусственного интеллекта в ортопедическое лечение было принято решение усовершенствовать методы обучения программы для обновления имеющегося массива эталонных данных. Начиная с 2019 года к ранее полученным данным были добавлены 24 окклюзиограммы с дефектами зубных рядов от 9 до 12 зубов. На основе расширенной базы данных программа при анализе окклюзиограммы нового пациента позволяет учитывать ранее полученные с помощью жевательной пробы В.Н. Трезубова степени изменения эффективности жевания при различных дефектах зубных рядов, а также сопоставлять эталонные и минимально достигаемые значения жевательной эффективности. Верификация алгоритма программы проводилась исследователями с применением классической жевательной пробы В.Н. Трезубова. В качестве единицы измерения жевательной эффективности выступает процентный показатель.

Результаты: найденные сочетания параметров цифрового алгоритма оценки жевательной эффективности позволяли добиться повышения его точности в пределах 4–6% по отношению к традиционным жевательным пробам И.С. Рубинова и О.М. Ряховского.

Заключение: цифровой алгоритм оценки жевательной эффективности позволяет быстро и точно оценивать её без применения аналоговых трудоёмких проб.

Об авторах

Никита Евгеньевич Левашов

Рязанский государственный медицинский университет имени академика И.П. Павлова

Автор, ответственный за переписку.
Email: nik13373228@mail.ru
ORCID iD: 0009-0007-7667-6356
Россия, Рязань

Александр Викторович Гуськов

Рязанский государственный медицинский университет имени академика И.П. Павлова

Email: guskov74@gmail.com
ORCID iD: 0000-0001-9612-0784
Россия, Рязань

Александр Александрович Олейников

Рязанский государственный медицинский университет имени академика И.П. Павлова

Email: bandprod@yandex.ru
Россия, Рязань

Николай Сергеевич Домашкевич

Рязанский государственный медицинский университет имени академика И.П. Павлова

Email: domashkevich71@gmail.com
ORCID iD: 0000-0002-9181-9462
Россия, Рязань

Список литературы

  1. Апресян С.В. Комплексное цифровое планирование стоматологического лечения : дис. … д-ра мед. наук. Москва, 2020. 218 с.
  2. Zhu H. Big Data and Artificial Intelligence Modeling for Drug Discovery // Annu Rev Pharmacol Toxicol. 2020. Vol. 60. P. 573–589. doi: 10.1146/annurev-pharmtox-010919-023324
  3. Митин Н.Е., Васильева Т.А., Васильев Е.В. Методика определения жевательной эффективности с применением оригинальной компьютерной программы на основе методов анализа многомерных данных // Российский медико-биологический вестник имени академика И.П. Павлова. 2016. № 1. С. 129–133.
  4. Васильева Т.А. Совершенствование контроля восстановления жевательной эффективности на этапах ортопедического лечения несъемными зубными протезами : автореф. дис. … канд. мед. наук. Воронеж, 2021. 25 с.
  5. Гуйтер О.С., Митин Н.Е., Олейников А.А., и др. Жевательная эффективность у пациентов с обширными приобретёнными дефектами верхней челюсти после ортопедической реабилитации // Стоматология. 2019. Т. 98, № 4. С. 80–83. doi: 10.17116/stomat20199804180

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».