Молодежный инновационный вестникМолодежный инновационный вестник2415-7805Федеральное государственное бюджетное образовательное учреждение высшего образования "Воронежский государственный медицинский университет имени Н.Н. Бурденко" Министерства здравоохранения Российской Федерации10491Conference ProceedingsForecasting the implementation of the Medical Decision Support System (MDSS) in dental practice in Russia and abroadSemyninaVeronika IgorevnaVera.sem.03@bk.ruhttps://orcid.org/0009-0007-9530-0207MikhailovNikolay Olegovich<p>Assistant of the Department of General and Ambulatory Surgery, N.N. Burdenko VSMU of the Ministry of Health of Russia</p>Vera.sem.03@bk.ruhttps://orcid.org/0000-0002-1710-205XSudakovOleg Valeryevich<p>M.D., Prof. of the Department of Health Care Management of the N.N. Burdenko VGMU of the Ministry of Health of Russia</p>Vera.sem.03@bk.ruhttps://orcid.org/0000-0003-2677-2300SychSofia AlekseevnaVera.sem.03@bk.ruhttps://orcid.org/0009-0008-8869-5295FGBOU VO Voronezh State University named after N.N. Burdenko of the Ministry of Health of Russia2504202514S16506532802202524032025Copyright © 2025, Semynina V.I., Mikhailov N.O., Sudakov O.V., Sych S.A.2025<p>Relevance. Development of information technology in the last decade has had a significant impact on the healthcare. It is expected that by 2030 the artificial intelligence market will reach $109 billion. In Russia, according to the estimates of the National Centre for the Development of Artificial Intelligence of the Russian Federation, 16% of healthcare organizations implement artificial intelligence. Purpose of the work. To assess the prospectivity of the use of AI in the process of dental treatment and to predict the changes in the effectiveness of treatment against the background of information technologies implementation in the practice. Materials and methods. The analysis of publications of 2021 - 2025 on the given subject in scientific library systems Elibrary, Sci-Hub, PubMed, etc. was carried out and our own conclusions were formed. Results. We identified the main areas of AI application in dentistry, singled out the use of neural networks of ANN and CNN types, which served as a basis for the creation of programs for diagnostics, treatment planning and prevention of dental diseases. Conclusions. Today the section of digitalization of medicine has a promising potential for scientific development, increasing the economic efficiency of treatment, and optimizing the daily work of the doctor.</p>artificial intelligence in dentistrymedical decision support systemartificial neural networksconvolutional neural networksmodern technologies in dentistryискусственный интеллект в стоматологиисистема помощи принятия врачебных решенийискусственные нейронные сетиконволюционные нейронные сетисовременные технологии в стоматологии<p><strong>Введение. </strong>Стремительное развитие информационных технологий в последнее десятилетие оказало значительное влияние на уровень оказания медицинской помощи. Ожидается, что к 2030 году объем рынка искусственного интеллекта достигнет 109 миллиардов долларов [1]. В России, по оценкам Национального центра развития искусственного интеллекта при Правительстве Российской Федерации, только 16% организаций сферы здравоохранения внедряют технологии искусственного интеллекта [2]. Стоматологическое лечение состоит из трёх основных этапов: диагностика, собственно лечение, протоколирование результата. Для повышения качества оказания медицинской помощи в РФ на 2025 год был выбран вектор на внедрение информационных технологий в практику врачей-стоматологов в формате доступных и гибких систем, способных снижать вероятность врачебной ошибки при постановке диагноза, планировании и реализации лечения, протоколировании и статистической обработке результата, при этом оставляя последнее слово за специалистом.</p> <p>Система поддержки принятия врачебных решений (СППВР) основывается на стремительно развивающейся области информационной медицины, изучающей возможности искусственного интеллекта (ИИ). ИИ собирательное понятие, подразумевающее применение компьютерных систем для моделирования различных явлений, решения алгоритмических задач, систематизации информации и дальнейшей её эксплуатации [3, 4].</p> <p><strong>Цель работы. </strong>Целью данного исследования является оценка перспективности и распространённости использования СППВР в процессе стоматологического лечения и прогнозирование изменения эффективности лечения на фоне внедрения ИИ в повседневную практику врачей-стоматологов.</p> <p><strong>Материалы и методы исследования. </strong>Был проведён анализ научных публикаций 2021 2025 гг. на заданную тематику в электронных научных библиотечных системах Elibrary, Cyberleninka, Google Scholar, MedLine, Sci-Hub и PubMed и сформированы собственные выводы на основе обобщения полученных данных. Поиск производился по ключевым словам: искусственный интеллект, нейронные сети в стоматологии, современные технологии в стоматологии, система помощи принятия врачебных решений, моделирование стоматологического здоровья, современные методы лечения. Из 30 отобранных статей было выбрано 10, остальные исключены из-за дублирования информации, недостаточно точного соответствия выбранной тематике или полноты сведений, невозможности ознакомления с полным текстом работы.</p> <p><strong>Результаты исследования. </strong>На основании изученных научных статей мы выделили основные сферы применения ИИ в стоматологии терапевтическая, ортодонтия и хирургический профиль.</p> <p>Грамотная диагностика до и в процессе лечения повышает надёжность и долговечность реставраций, снижает риск развития осложнений после эндодонтического лечения. При помощи современных компьютерных технологий (ACDS) автоматически идентифицируются кариозные поражения на ранних этапах развития. Диагностика производится по Международной системе выявления и оценки кариеса ICDAS II. При помощи генеративной состязательной сети суперразрешения (SRGAN) сейчас есть возможность получить периапикальные снимки с качеством изображения, в 4 раза превышающим исходное, что выводит качество данных рентгенограмм на новый уровень. Также перспективной считается система, основанная на моделях конволюционных нейронных сетей (CNN) и искусственных нейронных сетей (ANN), которая способна прогнозировать оценку выживаемости стволовых клеток в пульпе зуба. Все перечисленные технологии способны обеспечить высокое качество как лечения кариеса, так и эндодонтического лечения. В терапевтической стоматологии всё большее значение отводится эстетичности реставраций. Недавно начали появляться ИНС (ANN), созданные на базе Matlab, определяющие оттенок, единицу светового отверждения и соотношение твёрдости по Виккерсу нижнего и верхнего слоёв композитов. Также были проведены исследования с системой CNN, способной прогнозировать вероятность дебондинга при пломбировании композитными смолами, что способствует продлению срока службы пломб. Похожие технологии применяются и в ортопедической стоматологии для оценки срока службы композитных коронок, изготовленных на основе CAD/CAM-технологий [5].</p> <p>В ортодонтиии ИИ также в основном реализовался в области анализа рентгенограмм. Использование генеративных состязательных сетей (GAN) при оценке латеральных цефалограмм повысило точность диагностики на 70% по сравнению с анализом, осуществляемым вручную. Так, при определении угла ANB, определяющего переднезаднее соотношение между челюстями, врачи часто допускают диагностические ошибки, в то время как внедрение ИИ позволяет значительно снизить их количество. Также исследования показывают, что ПО, оснащённые CNN, способны одновременно определять до 19 ориентиров, на основе которых представляется возможным строить наиболее грамотный план лечения. 3D-моделирование на основе рентгенограмм также позволяет упростить цефалометрический анализ и усовершенствовать планирование операций в ортогнатической хирургии.</p> <p>Перспективными для внедрения ИНС являются области, рассматривающие классификацию типов роста и аномалий развития челюстей, прогнозирование обструкции верхних дыхательных путей в процессе лечения, дегенеративные заболевания ВНЧС [6, 7].</p> <p>В хирургической стоматологии и челюстно-лицевой хирургии внедрение ИИ имеет особое значение, поскольку данная область требует разнопланового подхода и повышенной точности диагностики и планирования, что напрямую сказывается на дальнейшем выздоровлении пациента. Разработанная недавно конволюционная модель ИНС используется для определения показаний к удалению третьего моляра путем прогнозирования вероятности рисков, связанных с его прорезыванием. Инновационная DL-модель производит автоматическую классификацию и помощь в планировании хирургических операций на верхней челюсти путём анализа анатомических ориентиров на КЛКТ. Алгоритмы ИИ могут прогнозировать успешность остеоинтеграции и имплантации и оптимизировать дизайн зубных имплантатов, разрабатываемых индивидуально для каждого пациента. В 2017 году в Китае впервые была проведена установка зубного имплантата роботом с ИИ без помощи человека. Ведётся разработка НС (ANN), способного моделировать формы верхнечелюстных пазух и окружающих стенок, что позволит улучшить результаты хирургического утолщения дна этих пазух. Диагностика с использованием ИИ помогает более точно проводить хирургическую резекцию опухолей и кист ЧЛО, сводя к минимуму необходимость в дополнительных вмешательствах. ИИ также обладает многообещающим потенциалом в обнаружении поражённых лимфатических узлов у пациентов с местнораспространенной плоскоклеточной карциномой головы и шеи. Ещё одно ценное свойство DL-моделей лежит в их способности достраивать изображения для повышения качества низкодозовых КТ-изображений. Это способствует минимизации облучения пациентов при сохранении чёткости изображения, нивелированию негативного влияния артефактов от металлических элементов на качество снимка [8, 9].</p> <p><strong>Заключение. </strong>На основе отобранной литературы из российских и зарубежных источников мы можем сделать вывод, что на сегодняшний день раздел цифровизации медицины имеет многообещающий потенциал для научного развития, повышения экономической эффективности лечения, оптимизации ежедневной работы врача. Проведя исследование, мы хотим отметить, что СППВР уже находит применение в разных стоматологических специальностях, упрощая некоторые лечебные и диагностические мероприятия, а также ведение документации. Для повышения распространённости использования ИИ в стоматологической практике необходимы дальнейшие работы, направленные на выявление потребности в применении СППВР среди стоматологических клиник, повышение уровня доверия к системам ИИ среди врачей и пациентов, а также продолжение активной разработки и совершенствования приложений на основе нейронных сетей различного устройства.</p>1.Похлебин, П. С. Инвестиции в искусственный интеллект: оценка экономической целесообразности и потенциальные риски / П. С. Похлебин, А. В. Боднар, А. Р. Нестеренко // Информатика и кибернетика. – 2024. – № 3(37). – С. 25-31. – EDN DDDMHD.2.Богданов, М. Р. Применение искусственного интеллекта в медицине / М. Р. Богданов, Р. Р. Альхамов // Заметки ученого. – 2020. – № 10. – С. 35-39. – EDN SCHVYH.3.FDI World Dental Federation. Artificial intelligence in dentistry. Int Dent J. 2025 Feb;75(1):3-4. doi: 10.1016/j.identj.2024.12.004. PMID: 39842951; PMCID: PMC11806333.4.Архитектоника системы искусственного интеллекта и перспективы применения технологий машинного обучения в стоматологии. Обзор литературы / А. А. Долгалев, А. А. Мураев, П. А. Ляхов [и др.] // Главный врач Юга России. – 2022. – № 5(86). – EDN VSGWMU.5.Karobari MI, Adil AH, Basheer SN, Murugesan S, Savadamoorthi KS, Mustafa M, Abdulwahed A, Almokhatieb AA. Evaluation of the Diagnostic and Prognostic Accuracy of Artificial Intelligence in Endodontic Dentistry: A Comprehensive Review of Literature. Comput Math Methods Med. 2023 Jan 31;2023:7049360. doi: 10.1155/2023/7049360. PMID: 36761829; PMCID: PMC9904932.6.Nordblom NF, Büttner M, Schwendicke F. Artificial Intelligence in Orthodontics: Critical Review. J Dent Res. 2024 Jun;103(6):577-584. doi: 10.1177/00220345241235606. Epub 2024 Apr 29. PMID: 38682436; PMCID: PMC11118788.7.Wong KF, Lam XY, Jiang Y, Yeung AWK, Lin Y. Artificial intelligence in orthodontics and orthognathic surgery: a bibliometric analysis of the 100 most-cited articles. Head Face Med. 2023 Aug 23;19(1):38. doi: 10.1186/s13005-023-00383-0. PMID: 37612673; PMCID: PMC10463886.8.Miragall MF, Knoedler S, Kauke-Navarro M, Saadoun R, Grabenhorst A, Grill FD, Ritschl LM, Fichter AM, Safi AF, Knoedler L. Face the Future-Artificial Intelligence in Oral and Maxillofacial Surgery. J Clin Med. 2023 Oct 30;12(21):6843. doi: 10.3390/jcm12216843. PMID: 37959310; PMCID: PMC10649053.9.Revilla-León M, Gómez-Polo M, Vyas S, Barmak BA, Galluci GO, Att W, Krishnamurthy VR. Artificial intelligence applications in implant dentistry: A systematic review. J Prosthet Dent. 2023 Feb;129(2):293-300. doi: 10.1016/j.prosdent.2021.05.008. Epub 2021 Jun 16. PMID: 34144789.