人工知能を活用した歯科診断・治療の強化ですが、AIを用いることで、あらゆる口腔内疾患の検出、診断、治療において歯科医師をサポートすることができます。
AIはレントゲン写真や口腔内スキャンデータなどを分析し、疾病リスクを判定し、最適な治療法を提案します。生命倫理的考察では、AI歯科への応用に伴う問題点やダイナミクスについて触れています。
AIによる強化診断では、AIがCTやレントゲン写真、コントロール群のデータ、患者情報などを分析することができます。最近では、3次元CTスキャンもAIで解析できるようになりました。
1つ興味深いのは、上顎洞炎の診断に関しては、医科ではより解像度の高いMDCTに頼っているのに対し、歯科では、CTスキャンに含まれるアーチファクトを低減するAIアルゴリズムを用いることで、医科CTに近い軟組織情報を得ようとしている点です。
AIアルゴリズムは、CTデータを各構造ごとにセグメンテーションし、3次元再構築することもできます。 ある歯科用AIソフトウェア「Diagnocat」では、各歯の状態を断面ごとに診断し、根管充填の状態やう蝕の有無などを指摘してくれます。根管治療のプランニングにも活用でき、アクセス窩の位置や根管形態の把握に役立ちます。
また、根尖病巣のサイズ変化から水酸化カルシウム貼薬の効果判定にも使えるようです。矯正歯科領域でも、側面頭部X線規格写真の分析を自動で行い、不正咬合の種類などを判定します。顎関節症に関連する所見の指摘も可能だそうです。
倫理的考察としては、インフォームドコンセント、透明性の確保、リスクと限界の説明、 AIによる推奨の根拠開示、結果責任の所在、質と安全性のモニタリング、 フィードバックへの対応などが重要になります。
また、歯科医師がAIに過度に依存せず、専門的な判断力を維持することも大切です。 AIで用いられるニューラルネットワークは、いわゆるブラックボックスモデルで、その判断プロセスが説明しづらいという問題があります。今後は、診断だけでなく治療計画立案にもAIが活用されるようになると予想されます。
機械学習はAIの一分野で、さらにその一部にディープラーニングがあります。ディープラーニングは人工ニューラルネットワークを用い、頭脳のニューロンの結合を模倣しています。画像解析や予測モデルに適しており、将来の歯科疾患リスクの予測などに活用できます。
ニューラルネットワークには、畳み込みNN、多層パーセプトロン、リカレントNNなどの種類があります。最近は、畳み込みNNとトランスフォーマーを組み合わせたモデルも登場しています。これにより、少ないデータ量でより良い診断精度が得られるようになっています。
将来的な展望としては、弁護士やAI開発者との協力のもと、ユーザーフレンドリーで透明性の高いAIシステムの開発を進めていく必要があります。
AIに全面的に頼るのではなく、あくまで診断支援ツールとして活用し、最終的な判断は歯科医師が下すことが重要です。

【講師】
Dr. Fahad Zaman
Boston University, Endodontics, USA