KI verbessert zahnärztlich-präventive Diagnostik in Lebenswelten (KIZL)

Ressortforschung im Handlungsfeld „Digitalisierung“, Förderschwerpunkt „Zukunftsregion Digitale Gesundheit“

Kind beim Zahnarzt - KI verbessert zahnärztlich-präventive Diagnostik in Lebenswelten (KIZL)

Motivation

Die frühe Erkennung von Karies erlaubt eine minimal-invasive und kostengünstige zahnärztliche Behandlung. Jedoch nutzen Menschen mit erhöhtem Kariesrisiko etablierte Früherkennungsangebote in Praxen eher selten. Dem wird durch Früherkennungsangebote in Lebenswelten (z. B. in Kindertagesstätten, Schulen und Betrieben) begegnet. Nahinfrarotlicht Transillumination (NILT) eignet sich besonders für den Einsatz in Lebenswelten, da es frühe Karies erkennen kann, frei von schädlicher Strahlung ist, beliebig oft wiederholt werden kann und die notwendigen Geräte portabel sind.

Das Vorhaben bereitet die Etablierung einer neuen zahnmedizinischen Präventionsstrecke in Lebenswelten vor.

Ziele und Vorgehen

In diesem Vorhaben soll mit Hilfe eines bildgebenden Verfahrens unter Verwendung von Nahinfrarot-Licht (NILT) und anschließender, durch Künstliche Intelligenz (KI) gestützter Bildanalytik, eine neuartige Kariesdiagnostik erprobt werden. Das Vorhaben will untersuchen, ob eine routinemäßige Kombination von NILT und KI-gestützter Bildanalyse die zahnmedizinische Diagnostik in unterschiedlichen Lebenswelten verbessern kann. Dadurch könnte zahnmedizinische Prävention an Risikogruppen herangetragen werden, welche sonst eher schlecht für zahnmedizinische Präventionsangebote erreichbar sind. Neben der Evaluation der KI-gestützten Bildanalytik sollen förderliche und hinderliche Faktoren bei der Umsetzung einer solchen Diagnostik in Lebenswelten identifiziert werden. Es sollen spezifische Erwartungen und Bedarfe der Patientinnen und Patienten sowie der Leistungserbringer vor dem Hintergrund ihrer Sozialisierung, Soziodemografie und der Anwendungsumgebung herausgearbeitet werden. Aus den erhobenen Daten sollen Handlungsempfehlungen für zahnärztliche Prävention in Lebenswelten mittels NILT+KI erstellt werden.

Perspektiven für die Praxis

Die Ergebnisse können von hohem Wert für die Implementierung eines flächendeckenden Einsatzes der NILT+KI Technik sein und zahnmedizinische Prävention in Lebenswelten verlässlicher, wirksamer und kosteneffizienter machen. Die zahnmedizinische Untersuchung in Lebenswelten hat den Vorteil, dass auch Risikogruppen (z. B. mit geringem sozio-ökonomischem Status) der Zugang zu zahnmedizinischer Prävention erleichtert wird, welche in diesen Gruppen seltener in Anspruch genommen wird. Die NILT Technik ist nicht gesundheitsschädlich und kann daher gefahrlos, auch regelmäßig in kurzen Abständen, eingesetzt werden. Dies kann eine Verbesserung im Bereich Patientensicherheit in der zahnmedizinischen Bildgebung im Vergleich zur Röntgenuntersuchung darstellen. Außerdem wird durch die Kombination der neuartigen NILT Technik mit KI-gestützter Bildanalyse die Diagnostik durch die jeweilige behandelnde Person unabhängiger (objektiver), sodass weniger Fehldiagnosen (bzw. nicht erkannte Karies) erwartet werden können.

Fakten zum Projekt

Projektleitung

Charité- Universitätsmedizin Berlin,
Orale Diagnostik, Digitale Zahnheilkunde und Versorgungsforschung
Univ.-Prof. Dr. Falk Schwendicke
Charitéplatz 1
10117 Berlin

Projektlaufzeit

01.01.2022 bis 31.12.2022

Das Projekt ist Teil des Förderschwerpunkts „Digitale Lösungen in der Versorgung erfahrbar machen – Innovative Modellvorhaben“  (Förderbekanntmachung) im Rahmen „Zukunftsregion Digitale Gesundheit“ (Website der Initiative).

Ansprechperson

Dr. Fabian Gondorf
DLR Projektträger
projekttraeger-bmg(at)dlr.de

Stand: 27. Juni 2022

Hinweis
Sehr geehrte Damen und Herren, Sie nutzen leider eine Browser-Version, die nicht länger vom Bundesgesundheitsministerium unterstützt wird. Um das Angebot und alle Funktionen in vollem Umpfang nutzen zu können, aktualisieren Sie bitte ihren Browser auf die letzte Version von Chrome, Firefox, Safari oder Edge. Aus Sicherheitsgründen wird der Internet Explorer nicht unterstützt.