Quintessenz Zahnmedizin, 09/2022

Die Verbreitung und auch der Einsatz von künstlicher Intelligenz (KI) sind in den letzten Jahren sicherlich die wichtigsten Innovationstreiber im Gesundheitswesen. Die medizinische sowie die dentomaxillofaziale Radiologie (DMFR) sind in der Medizin bzw. Zahnmedizin momentan die Fächer, in welchen KI-Möglichkeiten wohl am häufigsten erprobt und auch bereits im Einsatz sind. In der DMFR fokussieren die KI-basierten Algorithmen gegenwärtig auf vier Hauptanwendungen. KI ist auch ein Promotor für klinisch-technische, das heißt vor allem rekonstruktive Arbeitsabläufe in der Zahnmedizin. Die derzeit prominentesten Bereiche sind dabei das „Rapid prototyping“ (RP) in Kombination mit „Intraoral optical scanning“ (IOS) und „Augmented reality“/„Virtual reality“ (AR/VR). Basierend auf einer wachsenden Menge von digitalen Gesundheitsdaten hat KI das Potenzial, die Routine-Workflows aller zahnärztlichen Disziplinen zu vereinfachen. Insgesamt kann die KI als Türöffner und treibende Kraft für die Entwicklung von der rein evidenzbasierten hin zur personalisierten Zahnmedizin gesehen werden. Manuskripteingang: 19.07.2022, Manuskriptannahme: 20.07.2022 Keywords: „Deep learning“, neuronale Netzwerke, Diagnostik, personalisierte Zahnmedizin

Anwendungen von künstlicher Intelligenz (KI) in der zahnmedizinischen Diagnostik befinden sich zum größten Teil noch am Beginn ihre Entwicklungsperiode. Viele KI-Anwendungen, die in Studien getestet oder bereits in den Verkehr gebracht wurden, fokussieren auf die Detektion von Krankheiten oder einzelnen Läsionen und weniger auf Staging oder Grading als weitere wichtige diagnostische Schritte. Als diagnostisches Datenmaterial werden vor allem Bilddaten eingesetzt, zukünftig sind auch Textdaten oder „omics“-Daten von Interesse. Gerade die Vorhersage von Krankheiten oder Krankheitsereignissen ist eine enorme Herausforderung und gelingt auch mit KI heute nur bedingt. Es ist zentral, zu verstehen, dass KI-Anwendungen in der Diagnostik vermutlich noch lange einen reinen Assistenzcharakter haben werden. Die Diagnosestellung und den Therapieentscheid werden diese Systeme kurz- und mittelfristig nicht übernehmen – diese Aufgabe ebenso wie die daraus resultierende Verantwortung obliegt weiterhin dem Behandler zusammen mit dem Patienten. Manuskripteingang: 17.06.2022, Manuskriptannahme: 20.06.2022 Keywords: Befund, Bildanalytik, Diagnostik, Vorhersage

Künstliche Intelligenz (KI) ist bereits in vielen Bereichen unseres Lebens angekommen und kann aufgrund der zunehmenden Verfügbarkeit von Rechenleistung inzwischen auch für komplexe Aufgaben in der Medizin bzw. Zahnmedizin eingesetzt werden. In den letzten Jahren kam es auch in der Kieferorthopädie zu einem exponentiellen Anstieg an wissenschaftlichen Publikationen, deren Ziel es war, KI im kieferorthopädischen Alltag zu integrieren. Im vorliegenden Artikel werden verschiedene Anwendungsmöglichkeiten für KI in der Kieferorthopädie dargestellt, zu denen bereits eine erweiterte Studienlage vorliegt. Bei der aktuellen wissenschaftlichen Dynamik auf dem Gebiet der KI kann davon ausgegangen werden, dass diese in naher Zukunft ein fester Bestandteil der kieferorthopädischen Diagnostik und Behandlungsplanung wird. Auch wenn die KI zukünftig wohl nicht das medizinische Wissen und die fachliche Erfahrung menschlicher Experten ersetzen kann, wird sie zur Unterstützung des Behandlers und somit als qualitätssichernde Komponente in der Patientenversorgung dienen können. Manuskripteingang: 10.06.2022, Manuskriptannahme: 07.07.2022 Keywords: Kieferorthopädie, künstliche Intelligenz (KI), „Machine learning“, „Deep learning“

Das Forschungsgebiet der künstlichen Intelligenz (KI) ist endgültig in der öffentlichen Wahrnehmung angekommen. Durch die Zusammenarbeit zwischen Informatik und Zahnmedizin wird ein großer Erkenntnisgewinn erwartet. Besonderes Potenzial besteht in der Vernetzung von allgemein- mit zahnmedizinischen Daten. Hierdurch können neue Einblicke in die Relevanz der oralen Gesundheit für den Gesamtorganismus gewonnen werden. Weitere interessante Forschungsfelder für KI in der Chirurgie entstehen für die radiologische und fotografische Bildgebung sowie die Diagnostik. In diesem Beitrag wird aufgezeigt, wie auf Basis von maschinellem Lernen („Machine learning“) klinische Gebiete wie z. B. die Diagnostik prämaligner und maligner Läsionen, die Diagnostik Medikamenten-assoziierter Kiefernekrosen, die Planung implantologischer Eingriffe und das zahnärztliche Röntgen verändert werden. Klinisch eröffnen sich zahlreiche Chancen zum Erkenntnisgewinn bzw. zur Therapieverbesserung. All diese möglichen Verbesserungen erleichtern die Arbeit der Zahnärzte und verbessern die Therapiequalität für die Patienten. Um die Akzeptanz dieser Methoden bei den Ärzten, insbesondere aber auch bei den Patienten zu fördern, sollten die neuen digitalen Techniken transparente und rational erklärbare Diagnose- und Therapieergebnisse liefern. Manuskripteingang: 01.07.2022, Manuskriptannahme: 07.07.2022 Keywords: Neuronale Netze, maschinelles Lernen, dentoalveoläre Chirurgie, Oralchirurgie, Radiologie, orale Medizin

Der vorliegende Beitrag identifiziert und problematisiert – am Anwendungsbeispiel „Zahnheilkunde“ – zentrale ethische Herausforderungen im Kontext der künstlichen Intelligenz (KI). Sie reichen von Fragen des Datenschutzes bei komplexen Datensätzen über technikassoziierte Veränderungen der Zahnarzt-Patient-Beziehung bis hin zu Problemen der Evidenzgewinnung. Der Aufsatz betont den hohen Stellenwert KI-gestützter Technologien, verweist aber zugleich auf die Zweckbindung derselben: Demnach sollte der Einsatz von KI-basierten Systemen stets anhand ihrer konkreten Auswirkungen auf den Patienten, das Behandlungsteam und/oder die Zahnarzt-Patienten-Beziehung beurteilt werden. Nur Technologien, die bei Zahnärzten, ihren Patienten und der Gesellschaft Akzeptanz finden, werden langfristig Bestand haben. Manuskripteingang: 19.07.2022, Manuskriptannahme: 20.07.2022 Keywords: Digitalisierung, „Big data“, „Digital literacy“, Evidenzlücke, Verantwortungsdiffusion

Bei der Verarbeitung von Patientendaten unter Einsatz künstlicher Intelligenz (KI) in der zahnmedizinischen Versorgung sind datenschutzrechtliche Informationspflichten über Art und Ausmaß des KI-Einsatzes zu beachten. Sofern Dienstleister für die Durchführung der KI-Analyse eingeschaltet werden, sind datenschutzrechtliche Vereinbarungen abzuschließen. Kommen Cloudsysteme zum Einsatz, sollten rein EU-interne Cloudlösungen gewählt werden. Eine Datenschutzfolgeabschätzung durch die Zahnarztpraxen ist in der Regel nicht erforderlich. Manuskripteingang: 14.06.2022, Manuskriptannahme: 01.07.2022 Keywords: Zahnbehandlung, Datenschutz, Cloudlösung

Künstliche Intelligenz (KI) wird in der medizinischen Diagnostik und Therapieplanung bzw. -durchführung vermehrt eingesetzt. Da die aktuellen regulatorischen Vorgaben sich nur sehr schwer auf KI anwenden lassen, wird die Zulassung für Hersteller von medizinischer KI erschwert, obwohl bereits „Best practice“-Leitfäden hinsichtlich des maschinellen Lernens (ML) existieren. Um sichere und leistungsfähige KI in Europa und weltweit einsetzen zu können, müssen die jeweiligen Ländervorgaben grundlegend erfüllt werden. Dieser Beitrag gibt einen Überblick über die Regulierung von KI, bestehende Hürden und aktuelle Lösungsansätze. Manuskripteingang: 17.06.2022, Manuskriptannahme: 01.07.2022 Keywords: Regularien, Medizinprodukteverordnung, Anforderungen, Blackbox

Algorithmen der künstlichen Intelligenz (KI) konnten in den letzten Jahren beeindruckende Ergebnisse bei der 
Lösung komplexer Probleme erzielen, z. B. bei der Erkennung von Objekten in Bildern, der Generierung von gesprochener Sprache oder der Übersetzung ganzer Texte. Ein wichtiger Grund für den Erfolg war – neben dem Vorhandensein von enormen Mengen an Trainingsdaten und Rechenressourcen – vor allem die Entwicklung von leistungsstarken Modellarchitekturen, den sogenannten tiefen neuronalen Netzwerken. Diese Klasse von KI-Algorithmen ist besonders gut geeignet für die Analyse von Bilddaten und birgt somit großes Potenzial für den Einsatz in der Zahnmedizin, beispielsweise bei der Auswertung von Panoramaschichtaufnahmen (PSA). Leider ist die Sicherstellung der Qualität von KI-Algorithmen immer noch eine große Herausforderung. Zum einen gelten tiefe neuronale Netzwerke aufgrund ihrer Komplexität als „Blackboxes“, die dem Benutzer keinerlei Einblick in ihren Entscheidungsprozess gewähren. Zum anderen fehlen immer noch standardisierte Prüfverfahren („KI TÜV“), die die funktionale Sicherheit dieser Modelle garantieren können. Dieser Artikel gibt eine Einführung in dieses Thema und zeigt die ersten Erfolge, die man auf dem Weg von der Blackbox zu einer erklärbaren und vertrauenswürdigen KI bereits erzielen konnte. Manuskripteingang: 15.06.2022, Manuskriptannahme: 07.07.2022 Keywords: Künstliche Intelligenz (KI), tiefe neuronale Netzwerke, Erklärbarkeit, Bildklassifikation