Zusammenfassung in 1 Minute
Eine 2026 in Scientific Reports veröffentlichte Studie entwickelte ein KI-Modell mit Transformer-Architektur zur Kariesdetektion in Panoramaröntgenaufnahmen, trainiert mit 3.856 Aufnahmen und 12.847 klassifizierten Läsionen nach Schweregrad.
Das Modell erreichte eine Präzision von 87,3%, mit einer Sensitivität von 81,3% für frühe Karies (D1) und 84,7% für D2-Läsionen — und übertraf damit frühere CNN-basierte Modelle.
Im Gegensatz zu CNN-Systemen analysieren Transformer gleichzeitig lokale Details — subtile Veränderungen in Schmelz oder Dentin — und den anatomischen Gesamtkontext des Zahns. Dies erleichtert die Erkennung früher Läsionen, die in Panoramaaufnahmen durch Strukturüberlagerungen häufig übersehen werden.
Das System wertet eine vollständige Panoramaröntgenaufnahme in etwa 70 Millisekunden aus, was eine Nutzung als Echtzeit-Unterstützung in der klinischen Diagnostik ermöglichen könnte.
Laut den Autoren soll das System den Kliniker nicht ersetzen, sondern die diagnostische Konsistenz verbessern und das Screening erleichtern.
Quelle: Scientific Reports — Wang L., Li Z. — Studie lesen