Un modello individua canali nervosi nella mascella inferiore in modo rapido e preciso, aiutando radiologi e dentisti a risparmiare tempo e fatica.
Un dentista che inserisce un impianto dentale deve conoscere la posizione esatta del canale del nervo nella mascella inferiore del paziente per pianificare le dimensioni e la posizione dell’impianto, insieme alla procedura complessiva.
Ciò richiede immagini a raggi X in cui il dentista o il radiologo specifica manualmente la posizione del canale punto per punto. Lo studio e l’analisi di queste immagini può essere arduo e richiedere molto tempo.
Scansioni della mascella – foto illustrativa. Credito immagine: Aalto University / Nature.com (CC BY 4.0)
Il produttore di apparecchiature odontoiatriche Planmeca, il Centro finlandese per l’intelligenza artificiale (FCAI) e l’ospedale universitario di Tampere (Tays) hanno unito le forze per affrontare il problema. Il risultato è un modello basato sull’intelligenza artificiale che individua il canale del nervo mascellare inferiore nei raggi X 3D più velocemente di un essere umano e con una precisione migliore rispetto ad altri metodi automatizzati.
‘La collaborazione è nata dalle esigenze degli esperti che praticano il lavoro clinico e dalla ricerca di modi per aiutare il loro lavoro quotidiano. È possibile risparmiare molto tempo utilizzando l’intelligenza artificiale nella pianificazione del trattamento del paziente”, afferma Vesa Varjonen, Vicepresidente della ricerca e della tecnologia di Planmeca.
Il metodo si basa sull’addestramento di reti neurali profonde con una massa di dati clinici, composta da immagini tridimensionali rese con tomografia computerizzata a fascio conico (CBCT).
‘L’ospedale universitario di Tampere ci ha fornito materiali clinici estesi e versatili prodotti con diversi dispositivi di imaging 3D. I dati sono stati divisi in modo casuale e parte di essi è stata utilizzata per l’addestramento delle reti neurali e parte di essi è stata isolata per testare e convalidare il metodo progettato”, afferma il ricercatore di dottorato della Aalto University Jaakko Sahlsten.
Cure odontoiatriche – foto illustrativa. Credito immagine: Quang Tri Nguyen tramite Unsplash, licenza gratuita
I nervi che controllano le funzioni motorie della mascella e i sensi facciali corrono nel canale nervoso della mascella inferiore, il canale mandibolare. Oltre al posizionamento dell’impianto, la sua posizione è cruciale nella rimozione dei denti del giudizio e nella chirurgia della mascella. La posizione e il percorso del canale che scorre all’interno della mascella è unico per ogni persona.
“Una delle sfide nell’addestrare il modello AI era che la dimensione del canale mandibolare in una radiografia 3D del cranio è molto piccola rispetto ai dati nell’immagine complessiva. Come set di dati, questo tipo di materiale didattico è molto sbilanciato’, osserva Sahlsten.
La collaborazione con i radiologi di Tays è stata fondamentale per sfruttare i dati e utilizzarli durante l’addestramento dell’intelligenza artificiale.
‘Quando un’enorme quantità di dati viene inviata alla rete neurale e la posizione del canale mandibolare è contrassegnata in essa, impara a ottimizzare i propri parametri interni. La rete neurale risultante da questo apprendimento trova rapidamente il canale mandibolare dall’input individuale di dati 3D,” dice Varjonen.
Il test del modello di rete neurale con i dati dei pazienti isolati dai materiali di ricerca ha dimostrato che il modello è riuscito a localizzare i canali mandibolari con elevata precisione: solo l’1-4% dei casi potrebbe essere impreciso.
‘Nelle valutazioni cliniche, gli esperti hanno analizzato i risultati prodotti dal modello e hanno scoperto che nel 96% dei casi erano pienamente utilizzabili in termini clinici. Siamo molto fiduciosi che il modello funzioni bene,’ dice Sahlsten.
Rispetto agli esseri umani, uno dei vantaggi dell’intelligenza artificiale è che funziona sempre con uguale efficienza e velocità. Il modello AI accelera la scoperta del canale mandibolare e supporta il processo decisionale di radiologi e medici. Un professionista della salute prende sempre le decisioni terapeutiche finali.
Le pubblicazioni verificano la funzionalità del modello
Planmeca è un’azienda finlandese a conduzione familiare e uno dei principali produttori mondiali di apparecchiature per la tecnologia sanitaria. I suoi prodotti vengono esportati in oltre 120 paesi in tutto il mondo. L’attività dell’azienda si basa su dispositivi di imaging 3D per cure odontoiatriche e software che li supporta. Per Planmeca, la collaborazione con FCAI e Tays significa nuovo potenziale commerciale significativo.
‘La digitalizzazione e l’intelligenza artificiale utilizzate nelle apparecchiature di imaging sono importanti per noi. Integreremo il modello di rete neurale sviluppato in questa ricerca nel nostro software di imaging. Ciò migliorerà l’usabilità e le prestazioni delle nostre attrezzature’, afferma Varjonen.
Le pubblicazioni scientifiche prodotte nella collaborazione sono importanti per tutti i partner del progetto. Alcuni dei risultati sono stati pubblicati su Nature’s Rapporti scientifici.
‘Le pubblicazioni sottoposte a revisione paritaria sono una solida prova della funzionalità del modello. Il deep learning non è mai stato utilizzato in attività di questo tipo, il che aggiunge valore alle pubblicazioni. Inoltre promuovono il lavoro di tesi dei dottorandi», afferma Sahlsten.
‘Le pubblicazioni saranno importanti per noi quando richiediamo l’approvazione di un dispositivo medico per il nostro software. Dimostrano che il software è stato progettato in base ai processi di sviluppo del software e controllato in tutte le fasi richieste’, osserva Varjonen.
Oltre alla localizzazione del canale nervoso della mascella inferiore, il progetto di collaborazione tra Planmeca, FCAI e Tays ha riguardato anche lo sviluppo di un modello di rete neurale per la chirurgia ortognatica, in cui le anomalie nell’area della parte inferiore del viso vengono corrette mediante misure chirurgiche.
“Il modello aiuta a identificare i punti di riferimento nell’area del cranio per correggere la malocclusione e pianificare l’intervento chirurgico di allineamento della mascella”. Gli stessi dati del paziente sono stati utilizzati anche per un’altra applicazione di intelligenza artificiale”, afferma Varjonen.
Andando avanti, l’intelligenza artificiale avrà molto da offrire nelle applicazioni sanitarie.
‘Vedo l’intelligenza artificiale come uno strumento molto potente che i medici e altri esperti possono utilizzare quando effettuano le loro prime valutazioni o per ottenere opinioni alternative. La sfida con i modelli di deep learning è che non possiamo fornire motivi definiti sul motivo per cui il modello raggiunge un risultato specifico. Sono necessarie ulteriori ricerche per aumentare la spiegabilità e la trasparenza dei modelli,” conclude Sahlsten.
Fonte: Università Aalto
Da un’altra testata giornalistica. news de www.technology.org
