Über den Autor

Shankeeth Vinayahalingam

Germany
Shankeeth.Vinayahalingam@radboudumc.nl

Vita

  • 2015-2021 Medicine, Westäflische Wilhelms-Universität Münster (DE)
  • 2019-2021 Bachelor Artificial Intelligence, Radboud University (NL)
  • 2021-now Promotion (Dr. med.), Department of Oral and Maxillofacial Surgery, Westäflische Wilhelms-Universität Münster (DE)
  • 2019-now PhD in Medicine, Department of Oral and Maxillofacial Surgery, Radboud University Medical Centre, Nijmegen (NL)
  • 2021-now Master Artificial Intelligence, Radboud University (NL)
  • 2021-now Master Dentistry, Radboud University (NL)
  • 2023-now Promotion (Dr. dent. med.), Department of Oral and Maxillofacial Surgery, Charité - Universitätsmedizin Berlin (DE)

Co-Autoren

Vinayahalingam S. 1, Bergé S. 1, Ghanad I. 1,3, Gosau M. 2, Smeets R. 2,3

Künstliche Intelligenz zur Optimierung der individualisierten Implantatplanung

Thema

Einleitung:

Bei chirurgischen Eingriffen zur Implantatpositionierung werden in der Regel Bohrschablonen oder navigierte Implantationssysteme verwendet. Eine computergestützte Implantatplanung kann jedoch mit einem höheren Zeitaufwand und höheren Kosten verbunden sein. Neue Entwicklungen im Bereich der künstlichen Intelligenz (KI) bieten jedoch Möglichkeiten zur Optimierung dieser komplexen Prozesse. In dieser Studie wurde der Einfluss von KI-basierten Systemen auf die Diagnose- und Planungsverfahren untersucht. Insbesondere wurde hier ein Fokus auf die die Reduzierung des Zeit- und Kostenaufwands gelegt.

Kasuistik:

Die KI-basierte Implantatplanung besteht aus mehreren aufeinanderfolgenden Schritten, um die genaue Analyse der anatomischen Gegebenheiten und eine individuelle Planung zu ermöglichen. Im ersten Schritt erfolgt die Segmentierung der relevanten Strukturen auf den DVT- und Intraoral-Scans. Mithilfe von fortschrittlichen Bildverarbeitungstechniken und Algorithmen wurde der Inferior Alveolar Nerv, die Zähne und der Knochen identifiziert und extrahiert. Die Segmentierung spielt eine entscheidende Rolle bei der genauen Lokalisierung dieser Strukturen und ermöglicht die Erkenntnis von essentiellen Informationen über die Nervenlage und die Knochenqualität (Abb. 1-4).

Im zweiten Schritt werden die DVT- und Intraoral-Scans automatisch registriert, um eine genaue räumliche Ausrichtung der Daten zu erreichen. Durch spezielle Algorithmen werden gemeinsame Referenzpunkte in den Scans identifiziert. Daraufhin wird  die Lage und Ausrichtung der Daten zueinander bestimmt. Dieser Registrierungsprozess ermöglicht eine nahtlose Integration der Informationen aus beiden Scans und bietet eine umfassendere Grundlage für die Planung.

Mit den segmentierten und registrierten Daten kann die KI-basierte Implantatplanungfortschrittliche Analyseverfahren anwenden, um die optimale Implantatkrone und Implantatposition zu berechnen. Dabei werden verschiedene Faktoren wie die anatomische Geometrie des Implantats, dieumliegende Zahnstruktur, die Okklusion und ästhetische Aspekte berücksichtigt. Die KI-Algorithmen nutzen umfangreiche Datensätze, um Zusammenhänge zu erkennen und somit genaue Vorhersagen für die bestmögliche Implantatkrone und Implantatposition zu treffen.

Zusammenfassung:

Die KI-basierte Implantatplanung bietet präzise, effiziente und individuell angepasste Lösungen. Durch Risikominderung, Visualisierung und schnellere Planung kann sie die Behandlungsergebnisse verbessern. Die KI dient als unterstützendes Werkzeug für Implantologen, um genauere Implantatpläne zu erstellen und den Behandlungsprozess zu optimieren.

 

Diese Forschung wird teilweise durch die Zusammenarbeit von Radboud University und dem Innovation Center for Artificial Intelligence (ICAI) im Rahmen des Radboud AI for Health-Programms finanziert. In-Natura-Beiträge wurden von Promaton bereitgestellt.