USA: sztuczna inteligencja przewidzi utratę zębów
Zgodnie z wynikami badań opublikowanych w czerwcu w internetowym czasopiśmie naukowym PLOS One, sztuczna inteligencja (AI) może być pomocna w przewidywaniu ewentualnej utraty zębów u pacjenta. Algorytmy uwzględniające dane medyczne i czynniki społeczno-ekonomiczne wykazały znaczną skuteczność w przypadku spodziewanego bezzębia, utraty zębów bądź upośledzenia funkcji uzębienia.
W artykule pt. Predictors of tooth loss: A machine learning approach użyto danych niemal 12 000 dorosłych pacjentów, którzy uczestniczyli w prowadzonym w USA badaniu National Health and Nutrition Examination Survey (NHANES). W badaniu tym wykazano, że algorytmy AI mogą skutecznie przewidywać utratę zębów bez wykorzystywania jakichkolwiek informacji na temat uzębienia pacjenta.
– Nasza analiza dowiodła, że chociaż wszystkie modele uczenia maszynowego mogą być użytecznymi predyktorami ryzyka, te, które uwzględniają zmienne społeczno-ekonomiczne, mogą być szczególnie potężnymi narzędziami przesiewowymi do identyfikacji osób o podwyższonym ryzyku utraty zębów – podała w komunikacie prasowym główna autorka badań, prof. Hawazin Elani z Harvard School of Dental Medicine.
AUC prawdę (o przyszłym stanie uzębienia) ci powie
Amerykańscy badacze opracowali pięć modeli AI zaprojektowanych do przewidywania całkowitej i postępującej utraty zębów u 11 977 dorosłych, którzy wzięli udział w NHANES w latach 2011–2014. W algorytmach uwzględniono dane osobowe i uwarunkowania medyczne (ale nie stomatologiczne) pacjentów, dzięki którym udało się przewidzieć m.in. to, kto z uczestników doświadczy utraty zębów.
Naukowcy przedstawili uzyskane wyniki używając procentów pola pod krzywą (AUC; ang. area under the curve). AUC ocenia wydajność algorytmów: im AUC bliższe 100%, tym algorytm wykazuje większą trafność w przewidywaniu przyszłego stanu uzębienie pacjenta. W przypadku oceny różnych problemów związanych z utratą zębów bądź upośledzeniem ich funkcji w przyszłości wykazano wartości AUC powyżej 80%. Najtrafniej (w 89%) można było przewidzieć występowanie bezzębia oraz problemów z funkcją uzębienia (AUC na poziomie 88%).
Masz dom – unikniesz bezzębia?
Autorzy przyjrzeli się również czynnikom, które mają decydujący wpływ na przewidywanie utraty zębów u pacjenta. Wykazano, że względy społeczno-ekonomiczne są znacznie bardziej istotnie w przewidywaniu bezzębia, braków zębowych i zaburzonej funkcji uzębienia, niż stany chorobowe. Jak się okazuje, najważniejszym predyktorem (zmienną objaśniającą) utraty zębów w analizie był wiek pacjenta. Silnymi predyktorami utraty zębów były także: wykształcenie, dostęp do opieki stomatologicznej, zatrudnienie, dochód rodziny, pochodzenie etniczne oraz fakt posiadania domu.
Chociaż schorzenia, takie jak zapalenie stawów, cukrzyca, wysoki poziom cholesterolu, nadciśnienie i choroby serca, stanowiły niejako zapowiedź przyszłej utraty zębów, nie wykazano tak silnego ich wpływu jak czynników społeczno-ekonomicznych. Niektóre schorzenia, takie jak dna moczanowa, nie wykazywały żadnej predykcji.
– Nasze odkrycia sugerują, że modele algorytmów uczenia maszynowego uwzględniające cechy społeczno-ekonomiczne były lepsze w przewidywaniu utraty zębów niż te, które opierają się wyłącznie na rutynowych klinicznych wskaźnikach stomatologicznych – stwierdziła prof. Elani.
Jak zauważyła Jane Barrow, dyrektor wykonawcza Initiative to Integrate Oral Health and Medicine na Uniwersytecie Harvarda, algorytmy mogą pewnego dnia stać się nowym narzędziem, pomocnym w identyfikowaniu pacjentów zagrożonych utratą zębów. – Wiedza na temat poziomu wykształcenia pacjenta, statusu zatrudnienia oraz poziomu jego dochodów jest równie ważna dla przewidywania utraty zębów, jak ocena klinicznego stanu uzębienia. – dodała Jane Barrow.
Źródło: www.dentonet.pl
