Ứng dụng AI trong nha khoa: phân tích xương, răng, mô mềm tự động

Hoàng

May 19, 2024

15 phút đọc

Việc cài đặt phần mềm AIciti, trực tiếp trên máy CBCT cho phép phân tích hình ảnh và xử lý dữ liệu theo thời gian thực.

Do đó tạo ra kết quả tự động mà không cần kết nối bên ngoài hoặc tài nguyên khác.

Tính năng

Xử lý trên thiết bị

• Phần mềm chạy cục bộ trên máy CBCT, tận dụng sức mạnh tính toán của nó để phân tích hình ảnh và xử lý dữ liệu một cách hiệu quả.

Kết quả theo thời gian thực

• Việc xử lý dữ liệu hình ảnh ngay lập tức cho phép phản hồi tức thì và đưa ra kết quả tự động ngay khi bệnh nhân được quét dữ liệu qua máy CBCT.
• Do đó nâng cao độ chính xác của chẩn đoán và ra quyết định điều trị.

Bảo mật dữ liệu

• Dữ liệu bệnh nhân được lưu trữ trên máy CBCT riêng biệt.
• Vì vậy giảm thiểu rủi ro truyền dữ liệu và đảm bảo tuân thủ các quy định về quyền riêng tư.

Lợi ích

Hiệu quả

• Phân tích tức thời và tạo kết quả tự động hợp lý hóa quy trình làm việc.
• Vì thế tiết kiệm thời gian cho bác sĩ lâm sàng và cải thiện năng suất tổng thể.

Độ chính xác

• Quá trình xử lý trên thiết bị giúp giảm độ trễ và các lỗi tiềm ẩn liên quan đến truyền dữ liệu.
• Do đó mang lại kết quả chẩn đoán đáng tin cậy hơn.

Khả năng truy cập

• Phần mềm được cài đặt trên máy CBCT có sẵn để sử dụng ngay mà không phụ thuộc vào mạng hoặc tài nguyên bên ngoài.

AICITI đại diện cho một bước tiến quan trọng trong phân tích đo sọ mặt (cephalometric) nhờ tự động hóa việc đánh giá các mối quan hệ xương hàm mặt sử dụng hình ảnh chụp cắt lớp vi tính chùm tia hình nón (CBCT).

Truyền thống, phân tích cấu trúc xương đòi hỏi bác sĩ phải xác định thủ công hàng chục điểm mốc giải phẫu và tính toán tỉ mỉ các phép đo góc và khoảng cách.

Đó là quy trình tốn nhiều thời gian lâm sàng đồng thời tạo ra sự biến đổi kết quả tùy thuộc vào kinh nghiệm và cách diễn giải của từng bác sĩ.

AICITI giải quyết những hạn chế này thông qua các thuật toán học máy tinh vi được huấn luyện trên bộ dữ liệu khổng lồ các ảnh CBCT đã chú thích.

Vì vậy giúp tự động nhận diện các điểm mốc xương và tạo ra các mặt phẳng tham chiếu được chuẩn hóa.

Khung phân tích của hệ thống tập trung vào thiết lập hai mặt phẳng tham chiếu chính từ dữ liệu CBCT ba chiều chụp từ vị trí đầu.

Do đó tạo nên một hệ tọa độ không gian để đo lường chính xác các mối quan hệ xương.

Thay vì yêu cầu xác định ba mươi điểm mốc trở lên như phương pháp phân tích thông thường, AICITI chỉ sử dụng hai mươi mốt điểm tham chiếu được tối giản hóa nhưng vẫn đạt hiệu quả chẩn đoán xuất sắc mà không làm giảm giá trị lâm sàng.

Giảm độ phức tạp sẽ đặc biệt hữu ích khi giải thích kết quả cho bệnh nhân, vì khung hình học đơn giản giúp các mối quan hệ xương trừu tượng trở nên trực quan về mặt hình ảnh và dễ tiếp cận về mặt số liệu.

Ví dụ: Tại Bệnh viện, khi áp dụng AICITI, bác sĩ chỉnh nha có thể phân tích một ca lệch lạc xương hàm chỉ trong 3-4 phút thay vì 30-40 phút như trước đây.

Điều này đặc biệt quan trọng khi các bệnh viện lớn tiếp nhận hàng trăm ca mỗi tuần, giúp tối ưu hóa thời gian khám và tăng khả năng tiếp cận dịch vụ chỉnh nha chuyên sâu cho người dân.

Ý nghĩa lâm sàng của phân tích xương tự động vượt xa kết quả tiết kiệm thời gian đơn thuần.

Phương pháp học máy của AICITI rút ngắn thời gian phân tích hơn mười lần so với đánh giá CBCT thủ công.

Do đó biến công việc có thể mất ba mươi đến bốn mươi phút thành quy trình tự động chỉ ba đến bốn phút.

Hiệu quả vượt trội giúp bác sĩ chỉnh nha dành nhiều thời gian hơn cho lập kế hoạch điều trị và tư vấn bệnh nhân thay vì các nhiệm vụ đo đạc lặp đi lặp lại.

Hơn nữa, hệ thống cung cấp cả biểu diễn trực quan lẫn số liệu về mối quan hệ trước-sau của xương hàm, các kiểu hô răng và sự bất cân xứng khuôn mặt.

Đây là những thông số chẩn đoán then chốt định hướng các quyết định điều trị từ chiến lược điều chỉnh tăng trưởng đến lập kế hoạch phẫu thuật.

Tính nhất quán của các phép đo AI tạo ra cũng loại bỏ sự khác biệt giữa các bác sĩ khám.

Vì vậy đảm bảo các đánh giá theo dõi phản ánh chính xác những thay đổi sinh học thực sự thay vì do sai số đo lường.

AIsoft giải quyết khía cạnh quan trọng thứ ba trong chẩn đoán chỉnh nha: lớp mô mềm bao phủ các cấu trúc xương và răng quyết định thẩm mỹ khuôn mặt.

Trong khi các mối quan hệ xương và răng cung cấp nền tảng sinh cơ học cho điều trị, các đặc điểm mô mềm như độ dày và vị trí môi, góc mũi-môi, độ nhô cằm, và độ lồi hình mặt nghiêng sẽ chi phối những kết quả nhìn thấy mà bệnh nhân cảm nhận.

Phân tích mô mềm truyền thống dựa vào ảnh chụp nghiêng và vẽ thủ công đường viền mô mềm.

Đó là một quy trình chủ quan dễ bị ảnh hưởng bởi thay đổi ánh sáng, lỗi định vị bệnh nhân và sự khác biệt trong cách diễn giải cá nhân.

AIsoft biến đổi đánh giá này thông qua phân tích tự động các biểu diễn mô mềm ba chiều chụp qua hình ảnh CBCT hoặc công nghệ quét khuôn mặt chuyên biệt.

Các thuật toán học máy của hệ thống xác định các điểm mốc mô mềm chính bao gồm nasion mô mềm, pronasale (đầu mũi), subnasale (gốc mũi), labrale trên và dưới (điểm môi trên và dưới), pogonion mô mềm (điểm cằm) và menton mô mềm.

Từ các điểm mốc này, AIsoft tính toán các góc và tỷ lệ mô mềm then chốt, bao gồm góc mũi-môi (phản ánh mối quan hệ mũi-môi), độ sâu rãnh cằm-môi (giao diện cằm-môi), góc độ lồi khuôn mặt và độ nhô môi trên và dưới so với các mặt phẳng thẩm mỹ đã thiết lập.

Những phép đo này cung cấp định lượng khách quan về thẩm mỹ khuôn mặt.

Do đó giúp bác sĩ đánh giá các thay đổi xương hoặc răng đề xuất sẽ ảnh hưởng đến vẻ ngoài mô mềm như thế nào và liệu kết quả dự kiến có phù hợp với mục tiêu thẩm mỹ của bệnh nhân hay không.

Ví dụ: Tại các phòng khám thẩm mỹ nha khoa, AIsoft giúp bác sĩ trực quan hóa kết quả thẩm mỹ sau điều trị cho bệnh nhân.

Với một bệnh nhân hô nhẹ, hệ thống có thể mô phỏng độ thụt vào của môi sau khi điều chỉnh vị trí răng, giúp bệnh nhân hiểu rõ hơn về kết quả điều trị trước khi quyết định.

Điều này đặc biệt quan trọng trong văn hóa Á Đông, nơi kết quả thẩm mỹ khuôn mặt có ảnh hưởng lớn đến quyết định điều trị.

Tích hợp phân tích mô mềm tự động vào chẩn đoán chỉnh nha mang lại nhiều lợi thế lâm sàng.

Thứ nhất, nó tạo điều kiện dự đoán kết quả điều trị chính xác hơn thông qua làm rõ cách các chuyển động xương và răng sẽ chuyển hóa thành thay đổi khuôn mặt.

Đó là mối quan hệ phức tạp do độ dày và độ đàn hồi mô mềm thay đổi giữa các cá nhân.

Thứ hai, nó hỗ trợ giao tiếp có ý nghĩa hơn với bệnh nhân bằng cách trình bày các cân nhắc thẩm mỹ dưới dạng hình ảnh và số liệu phù hợp với động lực điều trị chính của họ.

Hầu hết bệnh nhân tìm kiếm chăm sóc chỉnh nha chủ yếu để cải thiện thẩm mỹ hơn là chỉnh sửa chức năng.

Vì thế phân tích mô mềm trở thành trung tâm của việc ra quyết định cùng nhau và thiết lập kỳ vọng thực tế.

Cuối cùng, đánh giá mô mềm tự động tạo điều kiện ghi chép có hệ thống các đặc điểm khuôn mặt ban đầu và đánh giá khách quan những thay đổi do điều trị gây ra, hỗ trợ cả việc lưu trữ hồ sơ lâm sàng và nghiên cứu kết quả.

Cùng với phân tích xương và răng, khi giảm đáng kể thời gian phân tích từ vẽ thủ công mất hai mươi đến ba mươi phút xuống còn xử lý tự động hoàn thành trong vài phút sẽ làm cho đánh giá mô mềm toàn diện trở nên khả thi cho ứng dụng lâm sàng thường quy thay vì chỉ dành cho các ca phức tạp.