The article presents a case of spontaneous recession repair in a male patient with Class II malocclusion, division 1, after orthodontic treatment with aligners. The difference in digital recession depth was measured before and at the end of treatment by means of automatic intraoral scans superimposition within adapted software while using “Cross section” and “Measuring” instruments. Digital analysis of intraoral scans obtained before and at the end of treatment has revealed that recessions within the area of teeth 1.5, 1.4, 1.3, 1.2, 1.1, 2.1, 2.2, 2.3, 2.4, and 2.5 have improved, and recession depth reduced by mm, mm, mm, mm, mm, mm, mm, mm, mm, and mm, appropriately. The present case report emphasizes that orthodontic correction of altered tooth position (angulation, inclination, and rotation) under certain clinical conditions may be considered as an effective method for soft tissue contour optimization in cases when pre-treatment tooth position could be interpreted as a causative factor or associated with diagnosed recession. The following outcomes could be related, but not limited to creeping attachment mechanism, bone-housing centering effects, optimization of occlusal load distribution with ruling out peak zones of strain accumulation, and mucogingival stress leveling. Due to the authors’ knowledge, the present case report is the first one where the signs of spontaneous recession repair after orthodontic treatment were evidenced with the intraoral scans and quantified by the specifically implemented digital analysis approach.
Вступ. Сучасні методи ідентифікації та предикції гінгівіту та пародонтиту на основі моделей штучного інтелекту, котрі застосовуються для аналізу даних фотографій та цифрових сканів, включають підходи з використанням алгоритмів глибинних нейронних мереж, методу опорних векторів, різних типів дерев класифікацій та логістичної регресії. Проте більшість досліджень з апробації таких підходів характеризується ретроспективним дизайном, а відтак – обмеженими можливостями щодо трансляції отриманих результатів в умови щоденної клінічної стоматологічної практики. Мета дослідження. Проаналізувати доступні моделі та алгоритми штучного інтелекту, які потенційно могли б бути використані для автоматизації процесу діагностики стану ясен. Матеріали та методи. Дослідження було організовано у форматі цільового огляду літератури з тергетним пошуком даних щодо доступних моделей та алгоритмів штучного інтелекту, розроблених для діагностики та диференціації стану ясен. З метою максимізації обсягу первинної вибірки пошук публікацій, пов’язаних із метою даного дослідження, проводився через систему Google Scholar (https://scholar.google.com/), з використанням ключових слів «artificial intelligence», «gingiva» та «periodontology», розширених функцій сервісу та фільтрації робіт, опублікованих англійською мовою до квітня 2024 року. Результати досліджень та їх обговорення. Проаналізовані моделі штучного інтелекту продемонстрували ефективність автоматичної ідентифікації ділянок гінгівіту та порушення сталості ясеневого контуру на рівні точності в понад 70% з використанням у якості основного набору вихідних даних внутрішньоротових цифрових фотографій. Водночас точність верифікації здорового стану ясен за даними проаналізованих досліджень була доволі низькою, що пов’язано із проблемами диференціації сегментованих ділянок із референтними зображеннями здорових ясен, які характеризуються не тільки інтеріндивідуальною, але й інтраіндивідуальною варіативністю. Проблематика якісної оцінки стану ясен з використанням моделей штучного інтелекту за даними інтраорального сканування обгрунтована відмінностями у технологіях отримання зображення, передбачених різними апаратами, та ефектом так званого «надмірного оцифрування», що призводить до дисторції реальної репрезентації стану м’яких тканин. Крім того загальновиражена проблема інтраоральних сканерів щодо оцінки стану ясен полягає у аугментованому типі графічного процесингу поверхонь, які характеризуються відсутністю виражених фідуціарних маркерів (фізіологічних чи штучних) та однорідністю площинних топологічних характеристик. Висновки. Доступні моделі та алгоритми штучного інтелекту, цільове призначення котрих передбачає оцінку та диференціацію стану ясен, продемонстрували високу точність автоматизованого процесу діагностики випадків гінгівіту на пацієнт-орієнтованому рівні (≥ 70%), водночас чутливість таких моделей щодо верифікації здорового стану ясен залишається низькою, а також характеризується широким діапазоном варіації (з вихідною точкою діапазону з 0%). Застосування моделей штучного інтелекту з метою сегментації та подальшої категоризації ділянок ясен по певним чітко-визначеним класам (в ході індексної оцінки стану ясен, чи під час вихідної диференціації та якісної категоризації типу...
Поява нових мобільних рішень для фотограмметрії, зокрема систем, котрі функціонують на основі смартфонів та планшетів, сприяє апроксимізації можливостей сучасних цифрових технологій у клінічну практику без необхідності покупки додаткової апаратної складової, а лише обмежуючись набором маркерів з каліброваним координатним кодуванням та програмною складовою у формі мобільного додатку. Узагальнення та опрацювання даних доказової бази щодо досвіду використанням мобільної та планшет-базованої фотограмметрії сприятиме об’єктивізації показників точності даної технології з урахуванням умов, в котрих попередньо проводилась їх валідація, а також сприятиме ідентифікації потенційних методологічних джерел варіабельності описаних результатів різних досліджень. Мета дослідження. Провести структурований аналіз даних доказової бази щодо метрологічної точності мобільних і планшет- базованих технологій фотограмметричної реєстрації координатного положення дентальних імплантатів та визначити методологічні особливості їх експериментальної й клінічної валідації з урахуванням використаних референтних систем, критеріїв оцінки правдивості та прецизійності, а також рівня стандартизації дослідницьких протоколів. Матеріали та методи. Дослідження було реалізовано у форматі оглядово-аналітичного опрацювання доступних наукових даних, присвячених досвіду використання мобільної та планшет-базованої фотограмметрії для реєстрації координатного взаємоположення дентальних імплантатів в структурі цифрових протоколів ортопедичної реабілітації. Пошук наукових публікацій, релевантних меті та предметній спрямованості огляду, здійснювали з використанням трьох електронних бібліографічних та академічних інформаційно- пошукових ресурсів: бази даних PubMed, бази даних Scopus і пошукової системи Google Scholar. Для кожної релевантної публікації проводили структуровану екстракцію даних щодо дизайну дослідження, лабораторного або клінічного характеру апробації, типу та кількості імплантатів або мульти-юніт абатментів, типу застосовуваного мобільного пристрою, типу використовуваної мобільної фотограмметричної системи, типу порівняльної системи (компаратора), референтного методу, критеріїв оцінки правдивості та прецизійності, а також основних кількісних результатів. Результати досліджень та їх обговорення. Сукупна кількість публікацій, присвячених аспектам мобільної та планшет-базованої фотограмметрії, ідентифікованих в наукометричних базах, була представлена 8 науковими роботами, з яких в 7 було проведено оцінку точності застосовуваного підходу з використанням різних верифікаційних критеріїв, і в 1 – деталізовано описано алгоритм реалізації підходу з використанням системи PIC app®. На момент проведення даного огляду можна виокремити два комерційні рішення мобільної фотограмметрії для реєстрації положення дентальних імплантатів (система PIC app® та система T-Marker), а також одне експериментальне рішення із залученням можливостей мобільної відеозйомки з послідуючою реконструкцією отриманих даних на основі алгоритмів глибинного навчання. Загальний рівень доказовості зазначених технічних рішень слід оцінювати як ранній і переважно доклінічний. Найбільш обґрунтованим показанням до використанням систем мобільної...
Accurate registration of static occlusal relationships between the maxilla and mandible remains relevant challenge in modern digital dentistry. This is due to the need to account not only for existing alterations in the occlusal scheme that require compensation, but also for the physiological parameters of tooth micromobility resulting from the resilience of the periodontal tissue complex. Magnitude of such mobility at the individual level cannot be precisely predicted within the processing algorithms of software associated with intraoral scanning systems. Aim of the study. To evaluate the practical effectiveness of artificial intelligence–based software in minimizing effect of occlusal collisions while articulating intraoral scans within a digital dental rehabilitation protocol. Research materials and methods. The study compared the number of occlusal collisions (graphical interpenetrations) identified in 64 pairs of aligned intraoral scans of maxilla and mandible. In the control group static occlusal relationships were registered within the original software of the scanning system without the use of additional correction functions. In the study group occlusal relationships were optimized using software operating on artificial intelligence algorithms. All scans were obtained using the Medit i500 intraoral scanning system. Results. Processing of intraoral scan pairs and initial digital bite registrations using artificial intelligence–based software resulted in lower total number of occlusal collisions compared to processing scans within the original intraoral scanning system software; difference in collisions amount between two approaches was statistically significant (p < 0,05). After processing the scans within the BiteFinder software differences in the number of occlusal collisions in cases with and without dental arch defects of varying extent and localization, and/or with varying numbers and locations of prepared teeth, were not statistically significant (p > 0,05). Conclusions. Application of artificial intelligence-based software for the optimization of static occlusal relationships based on intraoral scanning data contributed to statistically significant reduction in the number of occlusal interferences (graphical interpenetrations) compared to results obtained solely within the original intraoral scanning system software environment. At the same time, the number of occlusal interferences cannot be regarded as a direct equivalent of trueness and precision indicators in reproducing interocclusal relationships. Therefore, occlusal interferences should be considered an additional, clinically oriented criterion for evaluating the results of digital bite registration, which is complementing but not replacing trueness and precision metrics.
1 January 2023 in Modern medicine, pharmacy and psychological health
Вступ. Відмічені в літературі дані щодо клінічної значущості феномену наповзаючого прикріплення характеризуються значною варіативністю по відношенню до частоти розвитку такого, умов, які визначають характер його протікання, вираженості клінічних змін, асоційованих із пізньою корональною міграцією м’яких тканин, та ймовірністю прогнозування певних клінічних результатів. Мета. Провести аналітичне опрацювання та систематизацію даних клінічних досліджень для уточнення умов, параметрів та наслідків розвитку феномену наповзаючого прикріплення при реалізації різних стоматологічних втручань. Методи. Для формування первинної когорти публікацій, асоційованих із метою дослідження, пошук таких проводився у базі даних PubMed Central (https://www.ncbi.nlm.nih.gov/pmc/) та через пошукову систему Google Scholar (https://scholar.google.com/). Результати. Більшість досліджень присвячених вивченню феномену наповзаючого прикріплення представлені у формі презентації окремих клінічних випадків чи їхніх серій, при цьому відмічається дефіцит цільових рандомізованих контрольованих досліджень та досліджень гістологічного характеру. Найчастіше розвиток наповзаючого прикріплення спостергіається в період від 2 тижнів до 1 року після проведення відповідних хірургічних маніпуляцій, хоча даний період може варіювати в залежності від особливостей клінічної ситуації. Додаткова корональна міграція м’яких тканин ясен завдяки феномену наповзаючого прикріплення може складати 0,4–2,8 мм, і таку вдається зареєструвати у 95,5% проаналізованих випадків. Факторами, які визначають рівень наповзаючого прикріплення є: вихідні параметри ширини рецесії, положення використовуваного трансплантату, рівень резорбції оточуючої кісткової тканини, положення зуба, стан гігієни ротової порожнини. Висновки. Розвиток феномену наповзаючого прикріплення можливий як після проведення різних типів пародонтологічних втручань з або без додаткового використання трансплантатів, так і в результаті реалізації ортодонтичного лікування, яке сприяє зниженню рівня напруг та перерозтягнень в структурі оточуючих м’яких тканин. Вища вірогідність розвитку наповзаючого прикріплення може бути очікувана при використанні м’якотканинних трансплантатів, що містять вітальні клітини, в той час як при використанні безклітинних дермальних матриксів вірогідність розвитку наповзаючого прикріплення є мінімальною, або, як мінімум, непрогнозованою. Незважаючи на значну частоту розвитку феномену наповзаючого прикріплення у випадках лікування рецесії ясен, факт наявності такого не слід використовувати в якості достовірного предиктора по відношенню до можливості досягнення повного відновлення м’якотканинного покриття оголеної поверхні кореня.