Аннотация
Диагностика заболеваний слизистой оболочки полости рта (СОР) является сложной задачей для врачей-стоматологов из-за разнообразия клинических проявлений и субъективности визуальной оценки. Необходимость повышения точности диагностики и создания Систем поддержки принятия врачебных решений для диагностики заболеваний СОР делает актуальной разработку цифровых моделей, основанных на технологии машинного зрения. Цель исследования. Формирование систематизированной ретроспективной базы данных фотографий слизистой оболочки рта с элементами поражения для обучения и тестирования цифровой концептуальной модели компьютерного зрения. Материалы и методы. Исследование проводилось на кафедре терапевтической стоматологии Института стоматологии им. Е.В. Боровского Сеченовского университета с сентября 2022 г. по ноябрь 2025 г. Была сформирована база данных, содержащая 2360 изображений СОР (2000 фотографий 10 нозологический заболеваний и 360 изображений интактной слизистой). Экспертная разметка 7289 патологических элементов выполнена с использованием платформы MakeSense.ai с интеграцией в онтологическую модель Объединенной базы медицинских знаний (UMKB). Проведена 11-кратная кросс-валидация модели. Результаты. Модель продемонстрировала высокую диагностическую эффективность: средние значения метрик составили: Accuracy — 0.89, ROC-AUC — 0.97, Precision — 0.93, Recall — 0.95, Logistic loss — 0.14. Интегральный показатель эффективности (ИПЭ) варьировал от 0.75 до 0.84 (средний показатель 0.79). Заключение: Разработанная цифровая концептуальная модель, основанная на технологии машинного зрения, показывает высокий потенциал в качестве инструмента для повышения точности диагностики заболеваний СОР и создания СППВР в стоматологической практике. Результаты исследования подтверждают возможность интеграции модели в клиническую практику для автоматизированного анализа изображений слизистой оболочки рта.Литература
Array