Search Dental Tribune

L’intelligenza artificiale può aiutare a prevedere i risultati del trattamento implantare

Un team interdisciplinare di ricercatori ha sviluppato un algoritmo di machine learning che sperano sia in grado di prevedere l’esito del trattamento chirurgico per i pazienti con perimplantite. (Immagine: Panchenko Vladimir/Shutterstock)
Brendan Day, Dental Tribune International

Brendan Day, Dental Tribune International

gio. 27 maggio 2021

salvare

ANN ARBOR, Mich., USA: Man mano che gli impianti dentali diventano una modalità di trattamento sempre più comune per i pazienti edentuli, diventa importante comprendere i loro potenziali effetti collaterali. Un team di ricerca americano ha quindi sviluppato un nuovo algoritmo di “machine learning” che potrebbe aiutare i dentisti a prevedere meglio il rischio di sviluppare la perimplantite nei pazienti sottoposti a trattamento implantare.

Lo studio è stato condotto da un team interdisciplinare distribuito tra l’Università del Michigan, la Michigan State University e la Harvard School of Dental Medicine. Secondo i ricercatori, la perimplantite influisce sui tassi di successo a lungo termine di almeno il 25% degli impianti dentali, poiché l’infiammazione porta alla perdita dell’osso portante. Il trattamento della perimplantite è ulteriormente complicato dal fatto che attualmente non esiste un metodo affidabile per prevedere con precisione come un individuo possa rispondere al trattamento.

Nel tentativo di risolvere questo problema, il team di ricerca ha sviluppato un algoritmo di machine learning che ha intitolato Fast and Robust Deconvolution of Expression Profiles – FARDEEP, in breve. FARDEEP è stato poi utilizzato per studiare i profili clinici, microbici e immunitari di un gruppo di pazienti sottoposti a implantologia e a terapia rigenerativa per la correzione di difetti avanzati perimplantari. In questo modo, il team è stato in grado di misurare i livelli relativi di alcuni batteri dannosi e delle cellule immunitarie utili in ciascun campione di tessuto prelevato dai pazienti.

Complessivamente, maggiori quantità di cellule immunitarie associate al controllo microbico sono risultate fortemente correlate a migliori risultati clinici. Secondo il Dr. Jeff Wang, autore principale dello studio e assistente clinico presso la Scuola di Odontoiatria dell’Università del Michigan, i risultati hanno migliorato notevolmente la comprensione del team di ricerca sulla natura della perimplantite e potrebbero aiutarlo a «capire ulteriormente come fornire cure di precisione».

«L’applicazione clinica più diretta di questo studio sarà quella di contribuire a prevedere l’esito della terapia chirurgica rigenerativa per la perimplantite», ha detto Wang a Dental Tribune International.

«Quando un paziente ha una grave perimplantite, è difficile decidere se trattare o rimuovere l’impianto. La terapia rigenerativa è costosa ma imprevedibile; anche la ricostruzione dell’osso e la sostituzione dell’impianto rappresentano una sfida», ha aggiunto.

«Pertanto, le informazioni prognostiche possono essere molto utili per determinare quale sia il miglior percorso terapeutico per ogni singolo paziente».

Sebbene il potenziale di FARDEEP sia promettente, Wang ha riconosciuto la necessità di ulteriori studi clinici prima che possa essere utilizzato dagli odontoiatri per contribuire a prevedere il rischio di perimplantite nei pazienti.

«Questo è stato uno studio pilota, in quanto abbiamo intenzione di condurre studi clinici più ampi per la validazione», ha osservato.

Lo studio, intitolato «Machine learning-assisted immune profiling stratifies peri-implantitis patients with unique microbial colonization and clinical outcomes», è stato pubblicato il 3 maggio 2021, su Theranostics.

 

 

Tags:
To post a reply please login or register
advertisement
advertisement