Künstliche Intelligenz (KI) hält Einzug in viele Lebensbereiche. Von Lernalgorithmen, die unser Social-Media-Erlebnis (mit)definieren, bis hin zu Robotern, die Kundenfragen im Web und am Telefon beantworten. Auch Wissenschaft und Medizin profitieren von digitalen Hilfsmitteln. Wie künstliche Intelligenz sinnvoll eingesetzt werden kann, bleibt Gegenstand der Forschung. An der Medizinischen Universität Graz erforscht Barbara Kirnbauer, wie und wo künstliche Intelligenz zur Diagnose von dreidimensionalen Röntgenbildern des Kiefers eingesetzt werden kann.
Schau in den Kiefer
Gegenstand des jüngsten Forschungsprojekts von Barbara Kirnbauer ist die digitale Biopsie, die es ermöglicht, dreidimensionale Röntgendatensätze von Kiefern und angrenzenden Strukturen zu generieren. Insbesondere geht es darum, wie neu entwickelte künstliche neuronale Netze krankhafte Veränderungen im Kieferknochen rund um den Wurzelkanal erkennen können. Die Interpretation von Röntgendatensätzen ist zeitaufwändig, erfordert viel Geschick und kann im Fehlerfall schwerwiegende Folgen für die Gesundheit des Patienten haben, nicht nur im Kieferbereich. Dass der Einsatz künstlicher Intelligenz das Potenzial hat, Fehlerquellen zu reduzieren, die Sicherheit zu erhöhen und Zeit für Mediziner zu sparen, ist hinlänglich bekannt.
Die Wurzel des Problems
Im Datensatz wurde nach den sogenannten periapikalen osteolytischen Läsionen gesucht. Periapikal bedeutet etwas um oder um die Zahnwurzel herum, osteolytisch bedeutet Knochenauflösung und das Ulkus ist eine krankhafte Veränderung des Gewebes – in diesem Fall verursacht durch eine bakterielle Infektion, die eine Eintrittsstelle in der Zahnkrone hat. Unbehandelt können diese entzündlichen Läsionen zu Problemen wie Zahnschmerzen, Abszessen oder Zahnverlust führen. Nicht nur im Kieferbereich, sondern im ganzen Körper können durch die Konzentration auf die Zähne krankhafte Veränderungen auftreten, in denen sich die verursachenden Bakterien über die Blutbahn ausbreiten. Daher ist es besonders wichtig, schnelle, klare und zuverlässige Übergänge zu erkennen, die nur wenige Millimeter betragen.
Das entwickelte KI-System wurde in dieser Studie an insgesamt 144 dreidimensionalen Datensätzen mit insgesamt 2.128 Zähnen getestet. Studien für die frühen Stadien der Forschung auf diesem Gebiet können eine beeindruckende Anzahl von untersuchten Objekten offenbaren. Darüber hinaus liefert das programmierte neuronale Netz auch qualitativ hochwertige publizierte Ergebnisse. Das Projekt Barbara Kirnbauer wurde in Zusammenarbeit mit dem Institut für Bildverarbeitung umgesetzt und an der TU Graz vertreten. Es kann nun als ausreichende Grundlage für die Weiterentwicklung und Verfeinerung von Algorithmen mit langfristigen Zielen angesehen werden, um KI im zahnärztlichen Arbeitsalltag an der Med Uni Graz zu ermöglichen.
Quelle: Medizinische Universität Graz
