Sintesi in 1 minuto
Diversi studi pubblicati nel 2025 e 2026 dimostrano che i modelli di deep learning possono rilevare lesioni orali maligne e potenzialmente maligne con alta precisione a partire da immagini cliniche e istopatologiche.
Uno studio pubblicato su Scientific Reports (2025) ha addestrato i modelli DenseNet201 e FixCaps con 518 immagini della cavità orale per lo screening di lesioni potenzialmente maligne, mostrando risultati promettenti nella classificazione automatica. In parallelo, ricercatori del Chinese PLA General Hospital hanno sviluppato un modello basato su un endoscopio orale portatile che acquisisce immagini intraorali e le analizza in tempo reale mediante reti U-Net e ResNet-34.
Uno sviluppo particolarmente rilevante per la pratica clinica è un sistema pubblicato su Applied Sciences (2025) che combina un chatbot con reti neurali convoluzionali per il triage dei sintomi e la diagnosi precoce, con un tempo di inferenza inferiore a 5 secondi per immagine.
Un altro studio sull’Expert Review of Medical Devices ha riportato modelli con fino al 99% di specificità e 97,5% di precisione nella classificazione delle lesioni orali tramite immagini da smartphone.
La maggior parte di questi sistemi è ancora in fase di validazione, ma la tendenza indica strumenti di screening accessibili nello studio dentistico che potrebbero integrare l’esame clinico convenzionale.
Fonti:
- Desai et al. Scientific Reports, 2025 — Leggi lo studio
- Applied Sciences, 2025 — Leggi lo studio