Międzynarodowy zespół badaczy wykorzystał algorytmy uczenia maszynowego, by wskazać grupy ludzi najbardziej narażone na próchnicę. Model nie opiera się na badaniu zębów konkretnego pacjenta, lecz na czynnikach społecznych, takich jak zamożność czy dostęp do opieki stomatologicznej. Wyniki opublikowano w czasopiśmie „Caries Research”.

Dane z brazylijskiego badania

Autorzy sięgnęli po dane z Brazylijskiego Badania Zdrowia Jamy Ustnej, ogólnokrajowego badania epidemiologicznego koordynowanego przez tamtejsze ministerstwo zdrowia. Przeanalizowali informacje o 23 726 osobach: dzieciach, nastolatkach i dorosłych, którzy wzięli udział w edycji z 2023 roku.

Ankieta obejmuje dane demograficzne (wiek, płeć, rasa) oraz czynniki społeczne powiązane ze zdrowiem jamy ustnej: zamożność, liczbę osób w gospodarstwie domowym, prywatne ubezpieczenie stomatologiczne, źródło wody i czas od ostatniej wizyty u dentysty. Uczestnicy przechodzą także badanie kliniczne, które pokazuje, jak często występuje próchnica i jak jest zaawansowana.

Najpierw wykonano klasyczne analizy statystyczne, a potem zastosowano kilka algorytmów uczenia maszynowego. Modele trafnie przewidywały ryzyko i nasilenie próchnicy w poszczególnych grupach wiekowych, oceniając wkład różnych czynników.

Co zwiększa, a co zmniejsza ryzyko

Już tradycyjne analizy pokazały, że stan zębów w populacji to wypadkowa wielu czynników: społecznych, strukturalnych i behawioralnych. Najważniejsze ustalenia:

  • Zamożność i zagęszczenie w domu były najsilniejszymi predyktorami ryzyka próchnicy.
  • Osoby niebiałe miały wyższe ryzyko we wszystkich grupach wiekowych.
  • Prywatne ubezpieczenie stomatologiczne i niedawna wizyta u dentysty działały ochronnie.
  • Ważną rolę odgrywało źródło wody: próchnicę miało 62,5% 12-latków bez dostępu do wody fluorowanej i 35,5% tych, które z niej korzystały.

Zdaniem Fernando Neves Hugo, głównego autora badania z NYU College of Dentistry, takie podejście działa jak „czujnik o wysokiej rozdzielczości”, który wychwytuje osoby o podwyższonym ryzyku, niewidoczne w średnich dla całej społeczności.

Po co to systemowi ochrony zdrowia

Próchnica to najczęstszy problem zdrowotny na świecie, dotyczy miliardów ludzi w każdym wieku. Wiele jej przyczyn działa na poziomie populacji, a nie jednostki. Dlatego badacze widzą w AI narzędzie do lepszego kierowania ograniczonych środków i programów profilaktycznych tam, gdzie przyniosą największy efekt.

Autorzy zaznaczają, że wnioski mogą być przydatne także w innych krajach o średnim dochodzie, ale lokalne uwarunkowania, np. dostęp do dentysty i refundowanych świadczeń, zmienią zestaw czynników wyjaśniających ryzyko. Zespół przygotowuje już podobną analizę na danych z amerykańskiego badania NHANES.

Czy to dotyczy Polski?

Bezpośrednio nie. Badanie opiera się na danych z Brazylii, więc jego liczb nie da się przenieść na polskich pacjentów. Sama idea jest jednak uniwersalna: jeśli znane są czynniki społeczne związane z próchnicą, można wskazywać regiony i grupy, które wymagają wsparcia w pierwszej kolejności, na przykład przez programy profilaktyczne w szkołach.

Warto pamiętać, że w Polsce woda z kranu zazwyczaj nie jest fluorowana, więc ten czynnik wyglądałby inaczej niż w brazylijskich danych. Inaczej mogłyby też działać dostęp do stomatologa w ramach publicznego systemu i różnice między leczeniem w ramach NFZ a prywatnym. To jednak tylko hipotezy, których to badanie nie sprawdzało. Dla pacjenta nic się na razie nie zmienia: najlepszą ochroną pozostają regularne wizyty kontrolne i codzienna higiena jamy ustnej.

Źródło: Medical Xpress – „AI used to predict cavities”

Author

https://dinusiek.pl/luxmed-pakiet-rodzinny-ochrona-zdrowia-bez-kompromisow/ https://gayer.com.pl/kompleksowe-pakiety-medyczne-dla-seniora-co-warto-wiedziec-przed-zakupem/ https://andrzejurbanowicz.pl/luxmed-dla-pracodawcow-pakiety-medyczne-dla-zespolu-w-kazdej-branzy/