Application of artificial intelligence and telemedicine in dentistry: prospects and review

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The use of artificial intelligence (AI) in dentistry is a promising field that has the potential to revolutionize the healthcare sector and improve the quality of dental care. Researchers are also discussing methods of telemedicine health screening, including the use of questionnaires and AI to analyze the data obtained. AI can be used to automatically analyze X-rays and detect dental and gum disease, such as cavities, periodontitis and others. AI can help determine the best therapy and medication dosage for each patient based on his or her individual characteristics. Moreover, AI can be used to plan surgical procedures, such as dental implants. Also, current techniques include the use of telemedicine for online consultations, diagnosis, and treatment of dental and gum disease.

For the purposes of this review, we will limit ourselves to a brief list of digital advances in caries diagnosis and prognosis.

About the authors

P. V. Seliverstov

S.M. Kirov Military Medical Academy

Email: dr-brudyan@mail.ru
ORCID iD: 0000-0001-5623-4226

Candidate of Medical Sciences

Russian Federation, Saint Petersburg

G. S. Brudyan

Voskresensk Dental Polyclinic

Author for correspondence.
Email: dr-brudyan@mail.ru
ORCID iD: 0009-0009-9434-8537
Russian Federation, Voskresensk

V. D. Mikhailov

Leningrad Regional Clinical Hospital

Email: dr-brudyan@mail.ru
ORCID iD: 0009-0004-9265-2985
Russian Federation, Saint Petersburg

References

  1. Лоханин Д. ИИ для скрининга рака, IoT на скорой, миллиарды долларов на цифровизацию: как и зачем внедряют инновации в медицине. 2020 [Lokhanin D. II dlya skrininga raka, IoT na skoroi, milliardy dollarov na tsifrovizatsiyu: kak i zachem vnedryayut innovatsii v meditsine. 2020 (in Russ.)]. URL: https://vc.ru/future/135212-ii-dlya-skrininga-raka-iot-na-skoroy-milliardy-dollarov-na-cifrovizaciyu-kak-i-zachem-vnedryayut-innovacii-v-medicine
  2. Селиверстов П.В., Шаповалов В.В., Тишков А.В. и др. Телемедицинские системы анкетного скрининга здоровья детского и взрослого населения. СПб: Изд-во СПбГЭТУ «ЛЭТИ», 2021; 155 с. [Seliverstov P.V., Shapovalov V.V., Tishkov A.V. et al. Telemeditsinskie sistemy anketnogo skrininga zdorov'ya detskogo i vzroslogo naseleniya. SPb: Izd-vo SPbGETU «LETI», 2021; 155 s. (in Russ.)]
  3. Revilla-León M., Gómez-Polo M., Vyas S. et al. Artificial intelligence applications in restorative dentistry: A systematic review. J Prosthet Dent. 2022; 128 (5): 867–75. doi: 10.1016/j.prosdent.2021.02.010
  4. Kazeminia M., Abdi A., Shohaimi S. et al. Dental caries in primary and permanent teeth in children’s worldwide, 1995 to 2019: a systematic review and meta-analysis. Head Face Med. 2020; 16 (1): 22. doi: 10.1186/s13005-020-00237-z
  5. Purohit B., Singh A., Dwivedi A. Utilization of teledentistry as a tool to screen for dental caries among 12-year-old school children in a rural region of India. J Public Health Dent. 2017; 77 (2): 174–80. doi: 10.1111/jphd.12195
  6. Селиверстов П.В., Бакаева С.Р., Шаповалов В.В. и др. Телемедицинские технологии: от теории к практике. Медицинский Совет. 2022; 23: 366–72 [Seliverstov P.V., Bakaeva S.R., Shapovalov V.V. et al. Telemedical technologies: from theory to practice. Medical Council. 2022; 23: 366–72 (in Russ.)]. doi: 10.21518/2079-701X-2022-16-23-366-372
  7. Olsen G.F., Brilliant S.S., Primeaux D. et al. An image-processing enabled dental caries detection system, 2009 ICME International Conference on Complex Medical Engineering, Tempe, AZ, USA, 2009, pp. 1–8. doi: 10.1109/ICCME.2009.4906674
  8. Suwadee K., Sanpjet S., Supatyra P. et al. An artifcial neural network for detection of simulated dental caries. Int J Comput Assist Radiol Surg. 2006; 1: 91–6. doi: 10.1007/s11548-006-0040-x
  9. Geetha V., Aprameya K.S., Hinduja D.M. Dental caries diagnosis in digital radiographs using back-propagation neural network. Health Inf Sci Syst. 2020; 8 (1): 8. doi: 10.1007/s13755-019-0096-y
  10. Walsh T., Macey R., Riley P. et al. Imaging modalities to inform the detection and diagnosis of early caries. Cochrane Database Syst Rev. 2021; 3 (3): CD014545. doi: 10.1002/14651858.CD014545
  11. Sadr S., Mohammad-Rahimi H., Motamedian S.R. et al. Deep Learning for Detection of Periapical Radiolucent Lesions: A Systematic Review and Meta-analysis of Diagnostic Test Accuracy. J Endod. 2023; 49 (3): 248–261.e3. doi: 10.1016/j.joen.2022.12.007
  12. Bayrakdar I.S., Orhan K., Akarsu S. et al. Deep-learning approach for caries detection and segmentation on dental bitewing radiographs. Oral Radiol. 2022; 38 (4): 468–79. doi: 10.1007/s11282-021-00577-9
  13. Mohammad-Rahimi H., Motamedian S.R., Rohban M.H. et al. Deep learning for caries detection: A systematic review. J Dent. 2022; 122: 104115. doi: 10.1016/j.jdent.2022.104115
  14. Долгалев А.А., Мураев А.А., Ляхов П.А. и др. Архитектоника системы искусственного интеллекта и перспективы применения технологий машинного обучения в стоматологии. обзор литературы. Главврач Юга России. 2022; 5 (86): 2–6 [Dolgalev A., Muraev A., Lyakhov P. et al. Artificial intelligence architectonics and prospects for the application of machine learning technologies in dentistry. Literature review. Glavvrach Yuga Rossii. 2022; 5 (86): 2–6 (in Russ.)].
  15. Касумова М.К., Тихонов Э.П., Иванова Г.Г. и др. Возможности использования искусственного интеллекта в стоматологии. Институт Стоматологии. 2019; 3 (84): 12–7 [Kasumova M.K., Tikhonov E.P., Ivanova G.G. et al. Use possibilities artificial intelligence in dentistry. The Dental Institute. 2019; 3 (84): 12–7 (in Russ.)].
  16. Цыганок Р.С. Искусственный интеллект и перспективы его применения в стоматологии. естественные науки и медицина: теория и практика. Сб. ст. по мат-лам LII международной научно-практической конференции. Том 11 (33). Новосибирск: ООО «Сибирская академическая книга», 2022 [Tsyganok R.S. Iskusstvennyi intellekt i perspektivy ego primeneniya v stomatologii. estestvennye nauki i meditsina: teoriya i praktika. Sb. st. po mat-lam LII mezhdunarodnoi nauchno-prakticheskoi konferentsii. Tom 11 (33). Novosibirsk: OOO «Sibirskaya akademicheskaya kniga», 2022 (in Russ.)].
  17. Билык К. В России зарегистрировали первую AI-технологию в области стоматологии. RB.RU, 08.02.2023 [Bilyk K. V Rossii zaregistrirovali pervuyu AI-tekhnologiyu v oblasti stomatologii. RB.RU, 08.02.2023 (in Russ.)]. URL: https://rb.ru/news/ai-stomatologiya/
  18. Thurzo A., Urbanová W., Novák B. et al. Where Is the Artificial Intelligence Applied in Dentistry? Systematic Review and Literature Analysis. Healthcare (Basel). 2022; 10 (7): 1269. doi: 10.3390/healthcare10071269

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».