インプラント歯学における人工知能の応用。Asystematic review

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

J Prosthet Dent.2021 Jun;S0022-3913(21)00272-9. doi: 10.1016/j.prosdent.2021.05.008.Epub 2021-06-15.

インプラント歯学における人工知能の応用。Asystematic review

Artificial intelligence applications in implant dentistry: A systematic review.

Marta Revilla-León
Miguel Gómez-Polo
Shantanu Vyas
Basir A Barmak
German O Galluci
Wael Att
Vinayak R Krishnamurthy

PMID: 34144789 DOI: 10.1016/j.prosdent.2021.05.008.

抄録

問題提起:

人工知能（AI）の応用は、歯科インプラント治療において拡大している。現在、インプラント歯科治療におけるAIモデルの拡大と性能については、まだ体系的な文書化と分析が行われていない。

STATEMENT OF PROBLEM: Artificial intelligence (AI) applications are growing in dental implant procedures. The current expansion and performance of AI models in implant dentistry applications have not yet been systematically documented and analyzed.

目的:

本システマティックレビューの目的は、インプラント歯科治療におけるAIモデルの性能を評価することである。インプラントタイプの認識、患者のリスク因子やオントロジー基準を用いたインプラント成功予測、有限要素解析（FEA）計算とAIモデルを組み合わせたインプラント設計の最適化などである。

PURPOSE: The purpose of this systematic review was to assess the performance of AI models in implant dentistry for implant type recognition, implant success prediction by using patient risk factors and ontology criteria, and implant design optimization combining finite element analysis (FEA) calculations and AI models.

材料と方法:

5つのデータベースで電子システマティックレビューを行った。MEDLINE/PubMed, EMBASE, World of Science, Cochrane, Scopus。また，マニュアル検索も行った。インプラントの種類の認識、インプラントの成功予測、インプラントデザインの最適化のためのAIモデルを開発した査読付き研究を対象とした。検索戦略では、2021年2月21日までに発表された論文を対象とした。2人の研究者が、Joanna Briggs Institute（JBI）Critical Appraisal Checklist for Quasi-Experimental Studies（非ランダム化実験研究）を適用して、研究の質を独立して評価した。コンセンサスが得られない場合は，3人目の研究者に相談した．

MATERIAL AND METHODS: An electronic systematic review was completed in 5 databases: MEDLINE/PubMed, EMBASE, World of Science, Cochrane, and Scopus. A manual search was also conducted. Peer-reviewed studies that developed AI models for implant type recognition, implant success prediction, and implant design optimization were included. The search strategy included articles published until February 21, 2021. Two investigators independently evaluated the quality of the studies by applying the Joanna Briggs Institute (JBI) Critical Appraisal Checklist for Quasi-Experimental Studies (nonrandomized experimental studies). A third investigator was consulted to resolve lack of consensus.

結果:

17件の論文が含まれた。7件の研究では、インプラントの種類を認識するためのAIモデルが分析され、7件の研究では、インプラントの成功を予測するためのAI予測モデルが含まれ、3件の研究では、インプラントデザインの最適化のためのAIモデルが評価された。ペリアピカル画像およびパノラマ画像を用いてインプラントの種類を認識するために開発されたAIモデルは，総合的な精度が93.8%から98%であった．また、異なる入力データを用いて、オステオインテグレーションの成功やインプラントの成功を予測するモデルは、62.4％から80.5％と研究によってばらつきがあった。最後に、インプラントの設計を最適化するためにAIモデルを開発した研究では、歯科インプラントの設計を改善するためにAIモデルを適用することに同意しているようです。この改善には、インプラントと骨の界面の応力を有限要素モデルと比較して36.6%最小化すること、有限要素計算を改善するためにインプラント設計の空隙率、長さ、直径を最適化すること、あるいはインプラントと骨の界面の弾性係数を正確に決定することなどが含まれる。

RESULTS: Seventeen articles were included: 7 investigations analyzed AI models for implant type recognition, 7 studies included AI prediction models for implant success forecast, and 3 studies evaluated AI models for optimization of implant designs. The AI models developed to recognize implant type by using periapical and panoramic images obtained an overall accuracy outcome ranging from 93.8% to 98%. The models to predict osteointegration success or implant success by using different input data varied among the studies, ranging from 62.4% to 80.5%. Finally, the studies that developed AI models to optimize implant designs seem to agree on the applicability of AI models to improve the design of dental implants. This improvement includes minimizing the stress at the implant-bone interface by 36.6% compared with the finite element model; optimizing the implant design porosity, length, and diameter to improve the finite element calculations; or accurately determining the elastic modulus of the implant-bone interface.

おわりに:

インプラントの種類の認識、インプラントの成功予測、インプラント設計の最適化のためのAIモデルは、大きな可能性を秘めているが、まだ開発途上である。今回検討したインプラント歯科応用のためのAIモデルをさらに発展させ，その臨床性能を評価するためには，さらなる研究が不可欠である．

CONCLUSIONS: AI models for implant type recognition, implant success prediction, and implant design optimization have demonstrated great potential but are still in development. Additional studies are indispensable to the further development and assessment of the clinical performance of AI models for those implant dentistry applications reviewed.