Ο Δρ Tsoi δήλωσε ότι η ανακάλυψη σηματοδοτεί ένα σημαντικό βήμα προς την αξιοποίηση της οδοντιατρικής βιομηχανίας στη Great Bay Area, η οποία βλέπει ετήσια έσοδα ύψους 3,3 δισ. δολαρίων ΗΠΑ για την παραγωγή του 25%-30% των οδοντιατρικών προσθέσεων παγκοσμίως, και για την ευθυγράμμιση με το εθνικό 14ο πενταετές σχέδιο για την ανάπτυξη νέων μορφών εκβιομηχάνισης και πληροφορικής, δηλαδή την έξυπνη ευφυή κατασκευή.
Οδοντιατρικές Στεφάνες: Κορυφαίοι ερευνητές της Οδοντιατρικής Σχολής του Πανεπιστημίου του Χονγκ Κονγκ (HKU) ανέπτυξαν μια νέα έξυπνη κατασκευή σε οδοντιατρικές στεφάνες με τη χρήση γενετικής τεχνητής νοημοσύνης (AI) που αξιοποιεί την τεχνολογία οδοντιατρικής κατασκευής. Η ομάδα, με επικεφαλής τον Dr. James Tsoi, αναπληρωτή καθηγητή στην Επιστήμη Οδοντιατρικών Υλικών, συνεργάστηκε με συναδέλφους από το Τμήμα Επιστήμης Υπολογιστών της Πολυτεχνικής Σχολής του HKU για να κάνουν ένα άλμα προς τα εμπρός για τη ροή εργασίας παραγωγής οδοντικών προσθέσεων επόμενης γενιάς σχεδιασμένων με τεχνητή νοημοσύνη.
Οι ερευνητές ανέπτυξαν έναν παραγωγικό αλγόριθμο τεχνητής νοημοσύνης που χρησιμοποιεί μια πραγματική τρισδιάστατη (3D) προσέγγιση βαθιάς μάθησης, παράγοντας εξατομικευμένες οδοντικές στεφάνες με υψηλή ακρίβεια που μιμούνται τη μορφολογία και ταιριάζουν με τα υλικά που απαιτούνται για τη βιομηχανική των φυσικών δοντιών. Η εμβιομηχανική ανάλυση πεπερασμένων στοιχείων αποκάλυψε ότι με τη χρήση πυριτικού λιθίου, η τεχνητής νοημοσύνης σχεδιασμένη στεφάνη μπορεί να πλησιάσει πολύ κοντά στην επίτευξη της αναμενόμενης διάρκειας ζωής των φυσικών δοντιών. Αντίθετα, οι δύο υπάρχουσες μέθοδοι σχεδιασμού οδοντιατρικών στεφανών έχουν ως αποτέλεσμα στεφάνες που είναι είτε πολύ μεγάλες είτε πολύ λεπτές και δεν μπορούν να ανταποκριθούν στην ίδια διάρκεια ζωής με τα φυσικά δόντια. Τα αποτελέσματα δημοσιεύθηκαν στο περιοδικό Dental Materials σε άρθρο με τίτλο “Μορφολογία και μηχανική απόδοση οδοντικής στεφάνης σχεδιασμένης με 3D-DCGAN”.
Επί του παρόντος, η ψηφιακή ροή εργασίας CAD/CAM (Σχεδιασμός και κατασκευή με τη βοήθεια υπολογιστή) (Computer-Aided Design and Manufacturing) έχει βελτιώσει σημαντικά την οδοντιατρική, αλλά εξακολουθεί να έχει τις προκλήσεις της. Από τον σχεδιασμό έως την κατασκευή οδοντικών προσθέσεων, η διαδικασία είναι εντάσεως εργασίας, χρονοβόρα και δημιουργεί κινδύνους για την υγεία και το περιβάλλον κατά τη διάρκεια των διαδικασιών τρισδιάστατης εκτύπωσης και φρεζαρίσματος. Το λογισμικό χρησιμοποιεί μια “βιβλιοθήκη δοντιών” που περιέχει προκαθορισμένα πρότυπα στεφάνης για να βοηθήσει στη δημιουργία προσθετικών σχεδίων, αλλά εξακολουθούν να απαιτούνται περαιτέρω προσαρμογές από τον χειριστή ώστε να ικανοποιούνται οι ατομικές συνθήκες. Η έξυπνη μέθοδος κατασκευής που ανέπτυξε η ερευνητική ομάδα μπορεί να ανταποκριθεί στην πρόκληση και να συμβάλει στην αντικατάσταση της συμβατικής προσέγγισης για τον σχεδιασμό εξατομικευμένων οδοντικών στεφανών. “Χρησιμοποιήσαμε μια προσέγγιση 3D-DCGAN (“Τρισδιάστατο βαθύ συνελικτικό γεννητικό αντιθετικό δίκτυο”) (3D-Deep Convolutional Generative Adversarial Network) για να “διδάξουμε” στον αλγόριθμο τεχνητής νοημοσύνης “καλά” σχέδια τροφοδοτώντας τον αλγόριθμο με πάνω από 600 περιπτώσεις φυσικών και υγιών οδοντοστοιχιών. Ο αλγόριθμος βελτιώνει την ποιότητα του σχεδιασμού μέσω εσωτερικού ανταγωνισμού μεταξύ μιας γεννήτριας και ενός διαχωριστή”, δήλωσε ο Dr. Hao Ding, συν-ερευνητής του έργου. “Κατά τη διάρκεια της διαδικασίας εκπαίδευσης, ο αλγόριθμος έμαθε τα μορφολογικά χαρακτηριστικά των φυσικών δοντιών, έτσι ώστε να μπορεί να σχεδιάζει οδοντικές στεφάνες συγκρίσιμες με ένα φυσικό δόντι – τόσο μορφολογικά όσο και λειτουργικά”, πρόσθεσε ο Δρ Ding.
Οι ερευνητές κάνουν χρήση της γενετικής τεχνητής νοημοσύνης για να σχεδιάσουν εξατομικευμένες οδοντικές στεφάνες. Οι 3D-DCGAN AI σχεδιασμένες στεφάνες συγκρίθηκαν με φυσικά δόντια και με δύο άλλες συμβατικές μεθόδους CAD μεθόδων σχεδιασμού στεφανών. Τα αποτελέσματα αποκάλυψαν ότι οι γεννητικές στεφάνες που σχεδιάστηκαν με τεχνητή νοημοσύνη είχαν τη χαμηλότερη τρισδιάστατη ασυμφωνία, την πλησιέστερη γωνία ακρολοφίας (μορφολογικό χαρακτηριστικό) και παρόμοιες επαφές σύγκλεισης (λειτουργικό χαρακτηριστικό) σε σύγκριση με τα φυσικά δόντια. “Αυτό αποδεικνύει ότι το 3D-DCGAN θα μπορούσε να χρησιμοποιηθεί για τον σχεδιασμό εξατομικευμένων οδοντιατρικών στεφανών με υψηλή ακρίβεια, οι οποίες όχι μόνον μπορούν να μιμηθούν τόσο τη μορφολογία όσο και τη εμβιομηχανική των φυσικών δοντιών, αλλά και να λειτουργήσουν χωρίς καμία πρόσθετη ανθρώπινη τελειοποίηση, εξοικονομώντας, έτσι, πρόσθετο κόστος στη διαδικασία παραγωγής”, δήλωσε ο επικεφαλής ερευνητής Dr. James Tsoi. “Πολλές προσεγγίσεις τεχνητής νοημοσύνης σχεδιάζουν ένα προϊόν που “μοιάζει”, αλλά πιστεύω ότι αυτό είναι το πρώτο έργο που λειτουργικοποιεί την τεχνητή νοημοσύνη με βάση τα δεδομένα σε πραγματική οδοντιατρική εφαρμογή. Ελπίζουμε ότι αυτή η έξυπνη τεχνολογία κατασκευής θα αποτελέσει το εφαλτήριο για την προώθηση της Βιομηχανίας 4.0 στην οδοντιατρική, η οποία είναι ζωτικής σημασίας για την αντιμετώπιση των προκλήσεων της γήρανσης της κοινωνίας και της έλλειψης οδοντιατρικού προσωπικού στο Χονγκ Κονγκ”, πρόσθεσε.
Ο Δρ Tsoi δήλωσε ότι η ανακάλυψη σηματοδοτεί ένα σημαντικό βήμα προς την αξιοποίηση της οδοντιατρικής βιομηχανίας στη Great Bay Area, η οποία βλέπει ετήσια έσοδα ύψους 3,3 δισ. δολαρίων ΗΠΑ για την παραγωγή του 25%-30% των οδοντιατρικών προσθέσεων παγκοσμίως, και για την ευθυγράμμιση με το εθνικό 14ο πενταετές σχέδιο για την ανάπτυξη νέων μορφών εκβιομηχάνισης και πληροφορικής, δηλαδή την έξυπνη ευφυή κατασκευή. Σε εξέλιξη βρίσκονται κλινικές δοκιμές για τη χρήση αυτής της γεννητικής τεχνητής νοημοσύνης για οδοντιατρικές στεφάνες. Η ομάδα εργάζεται επίσης για τη δυνατότητα εφαρμογής αυτού του εργαλείου σε άλλες οδοντιατρικές προσθέσεις, όπως γέφυρες και οδοντοστοιχίες.
Διαβάστε όλες τις τελευταίες Ειδήσεις για την υγεία από την Ελλάδα και τον ΚόσμοΑκολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
