AI för automatisk klassificering av röntgenbilder i tandvården

Syfte och mål

Syftet med projektet var att utveckla och testa AI-baserade modeller för automatisk klassificering av ouppmärkta tandröntgenplåtar, för användning som beslutsunderlag vid diagnostisering av såväl karies som andra åkommor. Projektet har utifrån tandröntgenplåtar med tillhörande diagnos lyckats träna en AI-modell som automatiskt identifierar karies i tandröntgenplåtar med högre precision och tillförlitlighet än tandläkare samt visar var i bilden karies troligast befinner sig. Arbetet visar också att samma tillvägagångssätt bör kunna tillämpas på andra åkommor.

Resultat och förväntade effekter

Modellen för kariesdetektering utvärderades av experter. Majoriteten av avvikelser mellan modellens och tandläkares bedömningar berodde på (1) att tandläkarna hade ytterligare information att tillgå än den som förekom i bilderna, exempelvis då karies förekom på tuggytor; (2) tandläkarnas bedömning av inkorrekt. Slutsatsen är att modellen är mycket användbar och kan spara mycket tid och öka tillförlitligheten i tandläkares bedömningar. Arbetet har rönt stort intresse från aktörer inom dentalutrustningsområdet och media, bl a Tandläkartidningen och SVT.

Upplägg och genomförande

Arbetet har i stort följt plan, med förbearbetning, träning av modeller för kariesdetektering, utvärdering av dessa, testning av modeller för osteoporos och modeller för implementering och spridning. Då arbetet med träningen tagit mer kalendertid i anspråk än planerat genom att ytterligare en projektpart med ytterligare bilder togs in i projektet, har modellen för kariesdetektering förberetts för implementering inom Folktandvården VGR, men implementering ännu ej startats. Dock har dialoger med flera utrustningsleverantörer som visat intresse för resultatet initierats.