fa هوش مصنوعی در تشخیص پوسیدگی دندان: راهکارهایی برای ارتقای سلامت دهان و کاهش هزینه‌ها در نظام سلامت ایران دندانپزشکی dentistry خلاصه سیاستی Policy Brief <div><span style="font-size:11pt"><span style="background:white"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="line-height:110%"><span style="direction:rtl"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span b="" lang="AR-SA" nazanin="" style="font-family:"><span style="color:#0f1115">مشکل چیست؟</span></span></b><b> </b><span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">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</span></span></span></span><span dir="LTR" style="font-size:9.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">.</span></span></span></span></span></span></span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="background:white"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="line-height:110%"><span style="direction:rtl"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span b="" lang="AR-SA" nazanin="" style="font-family:"><span style="color:#0f1115">گزینه‌های قابل اجرا چیست؟</span></span></b><b> </b><span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">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 مدل</span></span></span></span><span dir="LTR" style="font-size:9.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">EfficientNet&nbsp;</span></span></span></span><span style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115"> با دقت</span></span></span></span><span lang="FA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115"> 94/7%</span></span></span></span><span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">، حساسیت</span></span></span></span>&nbsp;<span lang="FA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">96/7%</span></span></span></span>&nbsp;<span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">و ویژگی</span></span></span></span>&nbsp;<span lang="FA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">96/2%</span></span></span></span>&nbsp;<span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">عملکرد بسیار خوبی داشته است</span></span></span></span><span dir="LTR" style="font-size:9.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">.</span></span></span></span></span></span></span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="background:white"><span style="text-justify:kashida"><span style="text-kashida:0%"><span style="line-height:110%"><span style="direction:rtl"><span style="unicode-bidi:embed"><span style="font-family:Calibri,sans-serif"><b><span b="" lang="AR-SA" nazanin="" style="font-family:"><span style="color:#0f1115">ملاحظات اجرایی چیست؟</span></span></b><b> </b><span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">برای بهره‌برداری از این فناوری در ایران، تأمین زیرساخت نرم‌افزاری و سخت‌افزاری (سرور، ذخیره‌سازی ابری)، آموزش دندانپزشکان، ادغام با سیستم بایگانی تصاویر</span></span></span></span><span dir="LTR" style="font-size:9.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115"> (PACS) </span></span></span></span><span lang="AR-SA" style="font-size:10.0pt"><span style="line-height:110%"><span b="" nazanin="" style="font-family:"><span style="color:#0f1115">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</span></span></span></span><span dir="LTR" style="font-size:9.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">.</span></span></span></span></span></span></span></span></span></span></span></span><br> &nbsp;</div> <p><span style="font-size:11pt"><span style="background:white"><span style="line-height:110%"><span style="font-family:Calibri,sans-serif"><b><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">Problem:</span></span></b><span style="font-size:10.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">&nbsp;Dental caries is among the most prevalent chronic diseases in Iran. Early and accurate detection of proximal caries cannot be achieved by visual-tactile examination alone and requires radiography. However, radiographic interpretation is subject to diagnostic error, and this error varies significantly across regions due to differences in dentists&#39; experience and skill.</span></span></span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="background:white"><span style="line-height:110%"><span style="font-family:Calibri,sans-serif"><b><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">Options:</span></span></b><span style="font-size:10.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">&nbsp;AI-based systems using deep learning can serve as an assistive tool to improve caries detection accuracy. The underlying study shows that the EfficientNet model achieved 94.7% accuracy, 96.7% sensitivity, and 96.2% specificity.</span></span></span></span></span></span></span></span><br> <span style="font-size:11pt"><span style="line-height:110%"><span style="font-family:Calibri,sans-serif"><b><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">Implementation Considerations:</span></span></b>&nbsp;<span style="font-size:10.0pt"><span style="line-height:110%"><span new="" roman="" style="font-family:" times=""><span style="color:#0f1115">Successful deployment requires infrastructure (servers, cloud storage), dentist training, integration with PACS, and regulatory approval (e.g., from the Food and Drug Administration). Key challenges include data privacy, legal liability for AI errors, ongoing maintenance costs, and the role of the Medical Council in setting protocols.</span></span></span></span><span style="font-size:10.0pt"><span style="line-height:110%"><span style="font-family:"Times New Roman",serif"></span></span></span></span></span></span></p> هوش مصنوعی, تشخیص پوسیدگی, حساسیت و ویژگی, یادگیری عمیق Artificial Intelligence, caries detection, sensitivity and specificity, deep learning 68 74 http://pejouhesh.sbmu.ac.ir/browse.php?a_code=A-10-5122-1&slc_lang=fa&sid=1 Alireza Tabatabaei علیرضا طباطبایی 100319475328460033705 100319475328460033705 No School of Dentistry, Shahid Beheshti University of Medical Sciences, Tehran, Iran. دانشکده دندانپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران. Hadi Ghasemi هادی قاسمی ha.ghasemi@sbmu.ac.ir 100319475328460033706 100319475328460033706 Yes Department of Community Oral Health, School of Dentistry, Shahid Beheshti University of Medical Sciences, Tehran, Iran. گروه سلامت دهان و دندانپزشکی اجتماعی، دانشکده دندانپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران. Narges Panahandeh نرگس پناهنده 100319475328460033707 100319475328460033707 No Dental Research Center, Research Institute of Dental Sciences, School of Dentistry, Shahid Beheshti University of Medical Sciences, Tehran, Iran. مرکز تحقیقات دندانپزشکی، پژوهشکده علوم دندانپزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران