Sztuczna inteligencja coraz śmielej wkracza do stomatologii – od analiz mikrobiomu śliny, przez diagnostykę obrazową, po predykcję ryzyka chorób jamy ustnej. Na Tufts University School of Dental Medicine powstało Dental AI Lab oraz dedykowany kurs akademicki, które mają przygotować przyszłych lekarzy dentystów do pracy w środowisku opartym na algorytmach, danych i odpowiedzialnym wykorzystaniu nowych technologii.
Dr Hend Alqaderi jest adiunktem w Katedrze Zdrowia Publicznego na Uniwersytecie Tufts. Już kilka lat temu prowadziła badania nad możliwością przewidywania ryzyka cukrzycy czy ciężkości przebiegu zakażenia koronawirusem na podstawie próbek śliny – w tym celu zgromadziła ich tysiące.
Każda próbka zawierała setki szczepów bakterii. Zespół naukowy nie był jednak w stanie przeanalizować wszystkich mikroorganizmów obecnych w każdej z nich – konieczne było wybranie tych, które zostaną poddane badaniu. Wybór nie był łatwy. Istniało ryzyko, iż próbka nie będzie w pełni reprezentatywna, a wyniki – niepełne.
Kilka lat temu dr Alqaderi dowiedziała się, iż część jej współpracowników wykorzystuje uczenie maszynowe – jedną z metod sztucznej inteligencji – do analizy dużych zbiorów danych. – Zainteresowało mnie to – wspomina badaczka.
Podczas jednej z konferencji zobaczyła, iż algorytmy uczenia maszynowego potrafią w ciągu kilku minut przeanalizować tysiące próbek i wygenerować predykcje chorób. To był przełomowy moment. Trzy lata temu dr Alqaderi ukończyła dwa kursy z zakresu AI na Massachusetts Institute of Technology i od tego czasu konsekwentnie wykorzystuje sztuczną inteligencję w analizie rozległych zbiorów danych.
Obecnie kieruje Dental AI Lab – laboratorium działającym we współpracy z Tufts Institute for Artificial Intelligence. W ramach tej inicjatywy uczy studentów stomatologii praktycznego wykorzystania AI oraz prowadzi nowy kurs „Artificial Intelligence in Dentistry”.
Predykcyjna moc algorytmów
Choć to badania naukowe zapoczątkowały jej zainteresowanie sztuczną inteligencją, dr Alqaderi dostrzega ogromny potencjał tej technologii w codziennej praktyce klinicznej. Sztuczna inteligencja może wspierać umawianie wizyt, rozliczenia, obsługę ubezpieczeń, prowadzenie dokumentacji medycznej czy kart pacjentów – a więc wszystkie czasochłonne procesy administracyjne towarzyszące leczeniu.
– Stomatolodzy spędzają dużo czasu w dokumentowaniu każdej procedury i planowaniu leczenia – podkreśla. – Jeśli dzięki AI uda się uwolnić część tego czasu, lekarze będą mogli skupić się na tym, co najważniejsze: leczeniu pacjenta i komunikacji z nim.
AI może również stać się kluczowym narzędziem w profilaktyce stomatologicznej. – Znamy pewne czynniki ryzyka, takie jak status socjoekonomiczny, dieta czy palenie tytoniu, ale przez cały czas nie mamy narzędzi, które pozwoliłyby przewidywać chorobę zanim się rozwinie – mówi Alqaderi.
Rozwiązaniem ma być analiza elektronicznej dokumentacji medycznej i budowa algorytmów przewidujących, którzy pacjenci są najbardziej narażeni na próchnicę, nowotwory jamy ustnej czy inne schorzenia. Badaczka porównuje to do systemów rekomendacji stosowanych przez Netflixa, Google’a czy Amazona – na podstawie wcześniejszych wyborów użytkownika algorytm przewiduje jego kolejne potrzeby.
Dental AI Lab – uruchomione w lipcu 2025 r. i finansowane przez kalifornijską firmę technologiczną Beyond Limits – koncentruje się w tej chwili na badaniach i publikacjach naukowych. Celem długofalowym jest jednak wdrażanie opracowanych modeli w praktyce klinicznej – tak, aby oprogramowanie nie tylko identyfikowało pacjentów z grupy ryzyka, ale także integrowało się z systemami elektronicznej dokumentacji w gabinetach.
Jednym z aktualnych projektów jest opracowanie modeli AI analizujących zdjęcia RTG i wychwytujących niepokojące zmiany. – Dentysta może następnie zweryfikować wskazania systemu. To pozwoli zaoszczędzić bardzo dużo czasu – zaznacza dr Alqaderi.
AI w programie studiów stomatologicznych
Każdy projekt realizowany w laboratorium angażuje nie tylko studentów i kadrę stomatologiczną, ale również specjalistów z zakresu analizy danych i informatyki z Tufts Institute for Artificial Intelligence. – My jesteśmy ekspertami dziedzinowymi, oni – ekspertami od danych – wyjaśnia dr Alqaderi.
Choć lekarze dentyści nie tworzą samodzielnie modeli AI, muszą rozumieć podstawy analizy danych, aby efektywnie współpracować ze specjalistami technicznymi.
Jesienią dr Alqaderi poprowadziła pierwszy kurs „Artificial Intelligence in Dentistry”, w którym uczestniczyli studenci III roku stomatologii na Tufts University. Program obejmował dziesięć wykładów poświęconych kluczowym zagadnieniom związanym z AI, etyce, planowaniu leczenia oraz możliwościom zwiększenia dostępności opieki stomatologicznej dla pacjentów zamieszkałych w odległych rejonach.
Studenci w ramach kursu analizują istniejące rozwiązania AI w stomatologii pod kątem jakości danych i aspektów etycznych, a także realizują projekty zespołowe we współpracy z naukowcami związanymi z laboratorium. – Sztuczna inteligencja wkracza do stomatologii – w obszarze opieki nad pacjentem, badań naukowych i edukacji. Chcemy, aby nasi studenci byli gotowi pracować z AI w swoich klinikach, rozumieli kwestie etyczne i potrafili krytycznie oceniać oraz adekwatnie wykorzystywać te narzędzia – podsumowuje dr Alqaderi.
Źródło: https://now.tufts.edu
Korzystając z narzędzi opartych na sztucznej inteligencji w codziennej praktyce klinicznej nie można zapominać o związanych z tym wyzwaniach etycznych i aspektach prawnych. – Przede wszystkim należy mieć na uwadze to, żeby algorytmy, z których korzystamy, były w odpowiedni sposób zweryfikowane i przetestowane na niezależnych zbiorach danych – innych niż te, na których były uczone – mówi dr hab. n. med. Piotr Regulski, prodziekan Wydziału Lekarsko-Stomatologicznego WUM, pracownik Zakładu Radiologii Stomatologicznej i Szczękowo-Twarzowej oraz kierownik Pracowni Obrazowania Cyfrowego i Wirtualnej Rzeczywistości WUM, autor ponad 50 artykułów naukowych i wystąpień zjazdowych, który w swojej pracy naukowo-badawczej zajmuje się m.in. algorytmami sztucznej inteligencji i metodami przetwarzania obrazów medycznych.
