Dostajesz wynik pantomogramu, a przy nim dopisek „Raport AI” – i pierwsza myśl brzmi: czy to znaczy, że zdjęcie oceniał komputer, a nie specjalista? W naszej pracowni słyszymy to pytanie regularnie, więc odpowiadamy wprost: sztuczna inteligencja w diagnostyce obrazowej wspiera radiologa, nie zastępuje go. Zadaniem AI jest wspieranie lekarza w wychwytywaniu takich obszarów i uporządkowaniu dużej ilości danych, a nie zastępowanie jego wiedzy i doświadczenia. Wyjaśniamy, jak dokładnie działa AI w diagnostyce obrazowej i co konkretnie kryje się pod Raportem AI w Skanai.
Jak działa sztuczna inteligencja w diagnostyce obrazowej?
Jednym z najważniejszych kierunków rozwoju AI w medycynie jest jej wykorzystanie w diagnostyce obrazowej, w naszym przypadku w stomatologii. Ma to szczególne znaczenie, ponieważ współczesne badania, takie jak pantomogram czy tomografia CBCT, dostarczają ogromnej ilości szczegółowych informacji. Nawet niewielkie zmiany w obrębie zębów, kości szczęki i żuchwy czy struktur anatomicznych mogą mieć znaczenie diagnostyczne. Zadaniem AI jest wspieranie lekarza w wychwytywaniu takich obszarów i uporządkowaniu dużej ilości danych, a nie zastępowanie jego wiedzy i doświadczenia.
Algorytm w diagnostyce medycznej działa jak bardzo systematyczny asystent, który potrafi przeanalizować setki przekrojów obrazu w bardzo krótkim czasie. Sztuczna inteligencja w diagnostyce obrazowej uczy się rozpoznawać wzorce na podstawie dużych zbiorów wcześniej opisanych zdjęć, a potem wyszukuje podobne struktury na nowym badaniu: zęby, kości, kanały nerwowe, zatoki. AI nie stawia diagnozy – wskazuje obszary, które zasługują na dokładniejsze spojrzenie specjalisty, i porządkuje ogromną ilość danych, którą inaczej trzeba by przeglądać ręcznie, przekrój po przekroju. Krótko mówiąc: jak AI pomaga w diagnostyce obrazowej? Automatyzuje tę część pracy, która wcześniej pochłaniała najwięcej czasu lekarza.
AI w stomatologii – nowe możliwości diagnostyczne
Zastosowanie AI w stomatologii rośnie właśnie dlatego, że obrazy zębów i kości szczęk są gęste w szczegóły, a różnica między zmianą fizjologiczną a patologiczną bywa niewielka. Lekarze wykorzystują sztuczną inteligencję w stomatologii do wykrywania ubytków, zmian okołowierzchołkowych czy nieprawidłowości w ułożeniu zębów zatrzymanych. W praktyce oznacza to, że zanim lekarz zacznie opisywać badanie, ma już wskazane miejsca, którym warto przyjrzeć się uważniej – to oszczędza czas i zmniejsza ryzyko przeoczenia drobnej zmiany w natłoku setek przekrojów.
Jak AI pomaga w analizie CBCT?
Tomografia CBCT to jedna z najbardziej szczegółowych metod obrazowania w stomatologii i chirurgii szczękowo-twarzowej, bo daje trójwymiarowy obraz zamiast płaskiego zdjęcia. Ta sama zaleta jest jednak wyzwaniem przy opisie: jedno badanie CBCT to nawet kilkaset przekrojów do przejrzenia. Analiza CBCT z użyciem AI wspiera lekarza właśnie w tym miejscu.
Jak AI pomaga w analizie CBCT w praktyce? Najczęściej poprzez:
- automatyczne rozpoznawanie struktur anatomicznych (zęby, kości, kanały nerwowe, zatoki),
- oznaczanie obszarów, które mogą wymagać dokładniejszej oceny,
- wspomaganie pomiarów przydatnych przy planowaniu implantów lub leczenia ortodontycznego,
- porządkowanie danych z całego badania w czytelną formę.
Analiza tomografii CBCT z użyciem AI nie skraca więc samego badania, ale skraca czas potrzebny lekarzowi na dotarcie do miejsc istotnych klinicznie. Czym CBCT różni się od klasycznego zdjęcia pantomograficznego, opisaliśmy szerzej w artykule o różnicach między CBCT a CT – a jeśli zastanawiasz się, które badanie będzie odpowiednie w Twoim przypadku, znajdziesz tam też porównanie pantomografii i CBCT.
Jak wygląda Raport AI w Skanai?
Raport AI do pantomogramu w Skanai to automatyczna analiza zdjęcia panoramicznego, która w czytelnej formie pokazuje stan zdrowia jamy ustnej i zaznacza obszary, na które warto zwrócić uwagę, zanim lekarz przejdzie do pełnego opisu badania. Pytanie o to, co dokładnie kryje się pod tym dopiskiem, pojawia się u pacjentów najczęściej dopiero po badaniu, gdy widzą już gotowy wynik. Usługa Pantomogram + Raport AI kosztuje 100 zł, a wynik, tak jak przy pozostałych badaniach w Skanai, pacjent otrzymuje od razu, na miejscu, na nośniku lub mailem, bez czekania na kolejny termin.
Raport AI to element wspierający, dołączony do standardowego badania, a nie osobna, wiążąca diagnoza. Ostateczny opis medyczny – ten, na którym opiera się dalsze leczenie – zawsze wystawia lekarz. Więcej o samym badaniu i o tym, co obejmuje, przeczytasz na stronie usługi pantomogram z Raportem AI.
Czy AI w medycynie jest bezpieczna?
Pytanie o bezpieczeństwo dotyczy w praktyce dwóch spraw: samego algorytmu i danych pacjenta. Algorytmy wykorzystywane w diagnostyce obrazowej podlegają unijnemu rozporządzeniu o wyrobach medycznych (MDR, Rozporządzenie (UE) 2017/745), więc zanim trafią do użytku klinicznego [4]. Dane pacjenta w badaniach RTG i CBCT są chronione tak samo, jak każda inna dokumentacja medyczna – obowiązują te same zasady RODO co przy tradycyjnym opisie lekarskim. Jeśli interesuje Cię temat bezpieczeństwa samego badania, a nie tylko analizy AI, warto zajrzeć też do naszego artykułu o promieniowaniu w diagnostyce obrazowej – rozwiewamy tam kilka popularnych mitów na ten temat.
Czy AI może zastąpić radiologa?
Nie. Sztuczna inteligencja a lekarz to relacja narzędzia i osoby, która je używa, a nie konkurencja. Algorytm nie zna wywiadu medycznego pacjenta, nie widział go na żywo, nie zbadał klinicznie i nie bierze odpowiedzialności za postawioną diagnozę. Wskazuje obszary warte uwagi – resztę, czyli interpretację w kontekście całego stanu zdrowia pacjenta, wykonuje radiolog. To dokładnie ten sam podział ról, który stosujemy w Skanai przy każdym badaniu z Raportem AI.
AI radiologia i RTG – gdzie jeszcze wspiera diagnostykę
AI w radiologii to temat szerszy niż sama stomatologia. Sztuczna inteligencja w radiologii wykorzystuje analogiczne algorytmy przy zdjęciach klatki piersiowej, mammografii czy tomografii komputerowej całego ciała – wszędzie tam, gdzie trzeba szybko przejrzeć dużą liczbę obrazów i wyłapać odchylenia od normy anatomicznej. AI w analizie zdjęć RTG działa na tej samej zasadzie co w pantomogramie: rozpoznaje wzorce, oznacza obszary nietypowe, porządkuje dane. Wspomaganie diagnostyki stomatologicznej przez AI jest więc lokalnym, wyspecjalizowanym zastosowaniem tego samego kierunku rozwoju technologii, który w radiologii ogólnej trwa już od kilku lat.
Raporty AI w pracowni Skanai
W Skanai stawiamy na Raport AI nie dlatego, że chcemy zastąpić radiologa, tylko dlatego, że przy setkach przekrojów w jednym badaniu CBCT każde dodatkowe wsparcie realnie skraca czas do trafnej diagnozy. To narzędzie, które pomaga lekarzowi skupić się na tym, co w danym badaniu ma największe znaczenie kliniczne. Jeśli chcesz sprawdzić, jak to wygląda w praktyce, umów się na pantomogram z Raportem AI.
Najczęściej zadawane pytania – rolę sztucznej inteligencji w diagnostyce
Czy raport AI zastępuje opis radiologa przy pantomogramie?
Nie. Raport AI to dodatkowa, automatyczna analiza dołączona do badania – opis medyczny wystawia lekarz radiolog i to on jest podstawą do dalszego leczenia.
Czy wynik z AI jest prawnie wiążący jak opis lekarza?
Nie. Raport AI ma charakter wspierający i organizacyjny. Dokumentem, na którym opiera się leczenie, pozostaje opis wystawiony przez lekarza.
Jak szybko AI analizuje zdjęcie?
Sama analiza obrazu przez algorytm jest procesem automatycznym i trwa wyraźnie krócej niż ręczne przeglądanie wszystkich przekrojów przez lekarza. W Skanai wynik badania – łącznie z Raportem AI – pacjent otrzymuje od razu po wizycie, bez konieczności umawiania się na kolejny termin po odbiór.
Źródła:
[1] M. Krysiak, K. Drobny, Szanse czy zagrożenia? Badanie porównawcze postrzegania sztucznej inteligencji w stomatologii wśród lekarzy i pacjentów, Wyzwania Epidemiologii 1/2025, annales.sum.edu.pl
[2] B. Xiang, J. Lu, J. Yu, Evaluating tooth segmentation accuracy and time efficiency in CBCT images using artificial intelligence: A systematic review and meta-analysis, Journal of Dentistry 146 (2024), 105064, pubmed.ncbi.nlm.nih.gov/38768854
[3] A.Y. Alqutaibi, R. Algabri, W.I. Ibrahim, D. Elawady, Dental implant planning using artificial intelligence: A systematic review and meta-analysis, The Journal of Prosthetic Dentistry (2024), pubmed.ncbi.nlm.nih.gov/38653687
[4] Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2017/745 z dnia 5 kwietnia 2017 r. w sprawie wyrobów medycznych (MDR), eur-lex.europa.eu