جلد 49، شماره 4 - ( 12-1404 )
جلد 49 شماره 4 صفحات 74-68 |
برگشت به فهرست نسخه ها
Ethics code: IR.SBMU.DRC.REC.1402.085
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Tabatabaei A, Ghasemi H, Panahandeh N. Artificial Intelligence in Dental Caries Detection: Strategies for Improving Oral Health and Reducing Costs in Iran's Healthcare System. Research in Medicine 2026; 49 (4) :68-74
URL: http://pejouhesh.sbmu.ac.ir/article-1-3541-fa.html
URL: http://pejouhesh.sbmu.ac.ir/article-1-3541-fa.html
طباطبایی علیرضا، قاسمی هادی، پناهنده نرگس. هوش مصنوعی در تشخیص پوسیدگی دندان: راهکارهایی برای ارتقای سلامت دهان و کاهش هزینهها در نظام سلامت ایران. پژوهش در پزشکی. 1404; 49 (4) :68-74
گروه سلامت دهان و دندانپزشکی اجتماعی، دانشکده دندانپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران. ، ha.ghasemi@sbmu.ac.ir
چکیده: (162 مشاهده)
مشکل چیست؟ پوسیدگی دندان یکی از شایعترین بیماریهای مزمن در ایران و جهان است. تشخیص دقیق و زودهنگام پوسیدگی، بهویژه در سطوح بیندندانی (پروگزیمال)، با معاینه معمولی ممکن نیست و نیاز به رادیوگرافی دارد. اما تفسیر رادیوگرافی توسط دندانپزشکان میتواند دارای خطای تشخیصی قابلتوجهی باشد و این خطا در مناطق مختلف کشور به دلیل تفاوت در تجربه و مهارت، ناهمگونی چشمگیری دارد.
گزینههای قابل اجرا چیست؟ سامانههای مبتنی بر هوش مصنوعی و یادگیری عمیق میتوانند بهعنوان ابزاری کمکی در کنار دندانپزشک، دقت تشخیص پوسیدگی را افزایش دهند. مقاله حاضر نشان میدهد مدلEfficientNet با دقت 94/7%، حساسیت 96/7% و ویژگی 96/2% عملکرد بسیار خوبی داشته است.
ملاحظات اجرایی چیست؟ برای بهرهبرداری از این فناوری در ایران، تأمین زیرساخت نرمافزاری و سختافزاری (سرور، ذخیرهسازی ابری)، آموزش دندانپزشکان، ادغام با سیستم بایگانی تصاویر (PACS) و اخذ تأییدیههای نظارتی (سازمان غذا و دارو) ضروری است. همچنین باید به چالشهایی مانند امنیت دادههای شخصی، مسئولیت حقوقی در قبال خطای احتمالی هوش مصنوعی، هزینههای نگهداری و پشتیبانی فنی مداوم، و نقش سازمان نظام پزشکی در تدوین پروتکلها توجه ویژه شود.
گزینههای قابل اجرا چیست؟ سامانههای مبتنی بر هوش مصنوعی و یادگیری عمیق میتوانند بهعنوان ابزاری کمکی در کنار دندانپزشک، دقت تشخیص پوسیدگی را افزایش دهند. مقاله حاضر نشان میدهد مدلEfficientNet با دقت 94/7%، حساسیت 96/7% و ویژگی 96/2% عملکرد بسیار خوبی داشته است.
ملاحظات اجرایی چیست؟ برای بهرهبرداری از این فناوری در ایران، تأمین زیرساخت نرمافزاری و سختافزاری (سرور، ذخیرهسازی ابری)، آموزش دندانپزشکان، ادغام با سیستم بایگانی تصاویر (PACS) و اخذ تأییدیههای نظارتی (سازمان غذا و دارو) ضروری است. همچنین باید به چالشهایی مانند امنیت دادههای شخصی، مسئولیت حقوقی در قبال خطای احتمالی هوش مصنوعی، هزینههای نگهداری و پشتیبانی فنی مداوم، و نقش سازمان نظام پزشکی در تدوین پروتکلها توجه ویژه شود.
نوع مطالعه: خلاصه سیاستی |
موضوع مقاله:
دندانپزشکی
دریافت: 1405/3/5 | پذیرش: 1405/4/6 | انتشار: 1405/6/14
دریافت: 1405/3/5 | پذیرش: 1405/4/6 | انتشار: 1405/6/14
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
This Journal is licensed under a Creative Commons Attribution 4.0 International License | Research in Medicine
Designed & Developed by : Yektaweb