مدل هوش مصنوعی با کمک عوامل اجتماعی، گروههای پرخطر برای پوسیدگی دندان را شناسایی میکند
- دانشگاه نیویورک و یک دانشگاه برزیلی یک مدل یادگیری ماشین را با دادههای نزدیک به 24,000 نفر در برزیل آموزش دادند.
- ثروت و تراکم خانوار قویترین نشانههای خطر پوسیدگی در مدل هوش مصنوعی بودند.
- در میان کودکان 12 ساله، 62.5 درصد کسانی که آب فلوریده نداشتند پوسیدگی داشتند، در برابر 35.5 درصد کسانی که داشتند.
- ابزار هوش مصنوعی برای انتخاب گروههای جمعیتی جهت پیشگیری است، نه برای تشخیص افراد.
پژوهشگران دانشکده دندانپزشکی دانشگاه نیویورک و دانشگاه فدرال سانتا ماریا در برزیل یک مدل هوش مصنوعی ساختهاند که پیشبینی میکند کدام گروههای جمعیتی در معرض خطر بالای پوسیدگی دندان هستند. این پژوهش در مجله Caries Research منتشر شد.
دادهها
این مدل با دادههای نزدیک به 24,000 نفر از پیمایش ملی سلامت دهان برزیل در سال 2023 آموزش داده شد. از یادگیری ماشین برای پیشبینی خطر و شدت پوسیدگی بر حسب گروه سنی و سنجش سهم هر عامل اجتماعی استفاده شد.
این را هم بخوانید: پژوهش ایرلندی: ارتباطی میان فلوریداسیون مادامالعمر آب و عملکرد شناختی سالمندان یافت نشد
چه چیزی پوسیدگی را پیشبینی میکند
- ثروت و تراکم خانوار قویترین نشانههای خطر بودند.
- گروههای غیرسفیدپوست در همه سنین خطر بالاتری داشتند، در حالی که بیمه خصوصی دندانپزشکی و مراجعه اخیر به دندانپزشک نقش محافظتی داشتند.
- فلوریداسیون آب پیشبینیکنندهای قوی بود: 62.5 درصد کودکان 12 ساله بدون آب فلوریده پوسیدگی داشتند، در برابر 35.5 درصد کسانی که آب فلوریده داشتند.
پروفسور فرناندو نوس اوگو، رئیس گروه اپیدمیولوژی و ارتقای سلامت دانشکده دندانپزشکی دانشگاه نیویورک، گفت این رویکرد میتواند به هدایت منابع و مراقبت پیشگیرانه به سوی گروههایی که بیشترین سود را میبرند کمک کند.
محدودیتها
این مدل برای برنامهریزی سلامت عمومی طراحی شده، نه برای تشخیص یک بیمار، و نشان نمیدهد چه کسی در طول زمان دچار پوسیدگی تازه میشود. این مدل بر پایه دادههای برزیل ساخته شده و عوامل محلی مانند دسترسی به خدمات دندانپزشکی ممکن است در کشورهای دیگر اهمیت پیشبینیکنندهها را تغییر دهد. این تیم کار مشابهی را با دادههای پیمایشهای آمریکا برنامهریزی کرده است.
منابع: Dentistry، The Brighter Side of News
این خبر از منبعی که در بالا آمده نقل شده است و مسئولیت محتوای آن بر عهدهٔ منبع اصلی است.
پرسشهای متداول
مدل هوش مصنوعی خطر پوسیدگی دندان را چگونه پیشبینی میکند؟
مدل هوش مصنوعی دانشگاه نیویورک و دانشگاه فدرال سانتا ماریا از عوامل اجتماعی و جمعیتی دادههای پیمایشی برای پیشبینی خطر و شدت پوسیدگی بر حسب گروه سنی استفاده میکند.
قویترین پیشبینیکنندههای پوسیدگی در پژوهش هوش مصنوعی چه بودند؟
در پژوهش هوش مصنوعی پوسیدگی، ثروت و تراکم خانوار قویترین پیشبینیکنندههای خطر پوسیدگی بودند.
آیا فلوریداسیون آب در پژوهش هوش مصنوعی بر پوسیدگی اثر دارد؟
بله، در پژوهش هوش مصنوعی 62.5 درصد کودکان 12 ساله بدون آب فلوریده پوسیدگی داشتند، در برابر 35.5 درصد کسانی که آب فلوریده داشتند.
مدل پیشبینی پوسیدگی با چه دادههایی آموزش دید؟
مدل پیشبینی پوسیدگی با دادههای نزدیک به 24,000 نفر از پیمایش ملی سلامت دهان برزیل در سال 2023 آموزش دید.
آیا مدل هوش مصنوعی پوسیدگی میتواند یک بیمار را تشخیص دهد؟
خیر، مدل هوش مصنوعی پوسیدگی برای شناسایی گروههای جمعیتی پرخطر برای برنامههای پیشگیری طراحی شده، نه برای تشخیص بیماران بهصورت فردی.



