Se exploraron varios aspectos de la obtención de máquinas en la 51.ª reunión y exposición anual híbrida de la AADOCR, celebrada junto con la 46.ª reunión anual de la Asociación Canadiense de Investigación Dental (CADR), en línea y presencial en Atlanta, GA, del 23 al 26 de marzo de 2022.
Las presentaciones incluyeron » Predicción de caries en adultos jóvenes utilizando el enfoque de aprendizaje automático»
Presentado como una charla interactiva en persona el 26 de marzo de 2022 a las 11 am EDT por Chukwuebuka Elozona Ogwo, Temple University, Philadelphia, PA. Este estudio fue el primero en aplicar técnicas de aprendizaje automático en la predicción del riesgo de caries y la identificación de los predictores más importantes de caries en adultos jóvenes con alta exactitud y precisión. La investigación concluyó que se necesitan más estudios que utilicen variables clínicas adicionales y datos de una población más diversa para mejorar la calidad y generalización de la predicción de caries en adultos jóvenes.
Dos presentadores del Centro de Ciencias de la Salud de la Universidad de Texas en Houston compartieron su investigación de aprendizaje automático
“Uso de un modelo de aprendizaje profundo para mejorar el diagnóstico de caries dental” fue presentado por Maryam Baldawi como una charla interactiva en persona el 26 de marzo de 2022 a las 8 am EDT. El objetivo del estudio fue comparar el desempeño de los examinadores en la detección de lesiones de caries en las imágenes radiográficas intraorales con el desempeño del modelo de red neuronal convolucional (CNN) de aprendizaje profundo. El estudio concluyó que el modelo de aprendizaje profundo puede ayudar a los médicos a diagnosticar la caries con mayor precisión y confiabilidad y, en última instancia, mejorar la atención al paciente. “ Desarrollo de un modelo de aprendizaje profundo para diagnosticar la caries dental ” fue presentado por Sonamben Patel como una charla interactiva virtual el 24 de marzo de 2022 a las 8 am EDT. El objetivo de este estudio fue desarrollar una red neuronal convolucional profunda (CNN) para el diagnóstico de lesiones de caries dental utilizando imágenes radiográficas intraorales. Los resultados sugieren que la red CNN puede mejorar la precisión de la detección de caries basada en imágenes radiográficas intraorales.
Los asistentes registrados pueden ver estas presentaciones en la Plataforma Híbrida de la Reunión Anual 2022 .
