AI-планирование ортодонтического лечения: цефалометрия, прогноз, 3D

Клиники теряют недели на ручную цефалометрию и повторные пересъёмки, а план лечения приходится защищать перед пациентом на глазок. Мы разрабатываем системы искусственного интеллекта для ортодонтии под ключ: от разбора снимков до передачи готовой модели планирования. Сокращаем время подготовки плана в несколько раз и убираем повторные пересъёмки.
Часто задаваемые вопросы

Искусственный интеллект в ортодонтии: где ломается планирование

Классическое планирование начинается с ручной разметки снимков: на телерентгенограмме врач выставляет десятки ориентиров, считает углы, пропорции и положение зубов относительно костных структур. На потоке это десятки минут на пациента, и узким местом становится время специалиста, а не отсутствие данных.

Дальше появляется расхождение. Ориентиры ставят вручную, и результат зависит от опыта, усталости и привычной методики. Один и тот же снимок, размеченный повторно, даёт смещение части точек, а вместе с ними «плывут» углы и производные от них выводы.

Отсюда расхождение в плане лечения: по одному снимку два специалиста получают разные значения и разную тактику — от сроков ношения аппарата до решения об удалении зубов. Воспроизводимость измерений падает, и обсуждение плана превращается в спор о разметке, а не о клинической ситуации.

На контрольных снимках это видно отчётливее всего: когда измерения расходятся, непонятно, что пересматривать — саму тактику или ориентиры. Пациент видит смену решения вместо предсказуемого прогресса, а врач тратит время на повторный разбор.

Именно здесь работает искусственный интеллект в ортодонтии: автоматическая цефалометрия закрепляет единый набор ориентиров и правил, а воспроизводимость измерений становится измеримым параметром, а не удачей конкретного приёма. Разбираем, как это закрывается на практике.

Измеримый эффект: время планирования, точность, отказы

Ручная подготовка ортодонтического плана — это 2–3 часа работы на один случай: расстановка точек на телерентгенограмме, расчёты по методикам, сборка прогноза перемещения зубов. Автоматическая расстановка анатомических ориентиров сокращает время подготовки плана лечения до 20–30 минут, причём врач правит не разметку с нуля, а отклонения от предложенного варианта — правок по ходу лечения становится в разы меньше.

Второй эффект — доля снимков, уходящих на пересъёмку. Ошибки укладки пациента, смазанный контраст и потерянные ориентиры раньше выявлялись уже на этапе планирования, когда визит приходилось назначать заново. Проверка качества снимка на входе отсекает такие кадры сразу: доля повторных снимков падает с 15–20% до единиц процентов, и цикл «снимок — план» перестаёт растягиваться на дополнительный приём.

Точность прогноза перемещения зубов измеряем не на глаз: считаем отклонение фактического положения от расчётного по контрольным точкам и долю случаев, где прогноз подтвердился в пределах принятого допуска. Расхождения группируются в понятные классы ошибок планирования — смещение ориентира на нечёткой анатомии, ошибка сегментации зубного ряда, неверная интерпретация окклюзии, неучтённый рост. Шкала Индекс PAR считается на тех же данных автоматически, поэтому сравнение «до и после» не требует ручного пересчёта.

Метрики снимаем на отложенной выборке и версионируем модели: просадка точности на новом классе снимков видна до того, как ошибка дойдёт до клиники. Разбираем, какие из этих чисел достижимы в вашем случае.

Сравнение подходов: ручная разметка, шаблоны, своя модель

На входе у клиники обычно есть снимки и опыт врачей, а не размеченный набор данных. Поэтому выбор подхода — это не вопрос технологии, а вопрос того, сколько данных и контроля качества вы готовы вложить на старте. Ниже — три режима, которые дают разный результат на одном и том же потоке исследований.

Ручная цефалометрия остаётся эталоном точности, но разброс между врачами заметен: одни и те же точки ставятся с отклонением, а время на случай растёт. Готовые шаблоны разметки снимают рутину, однако ограничения готовых решений в том, что они описывают усреднённую анатомию, а не вашу школу планирования.

Вариант Когда подходит Ограничения
Ручная разметка врачом Сложные и нестандартные случаи, единичные пациенты Разброс между специалистами, время на каждый снимок, знания не накапливаются
Готовые шаблоны разметки Быстрый старт, типовые случаи, ровный поток Не учитывают анатомию конкретной клиники, каждую точку приходится проверять и править
Обучение модели на данных клиники Свой объём снимков и своя логика планирования Нужен размеченный набор и регламент контроля качества разметки
Гибридный режим планирования Когда нужен быстрый старт и постепенный рост точности Требует договорённости, что именно подтверждает врач, а что принимает как есть

Обучение модели на данных клиники снимает ограничения шаблонов, но требует размеченного набора и регламента проверки. На практике рабочей точкой становится гибридный режим планирования: модель предлагает разметку и прогноз, врач подтверждает или правит, а правки пополняют набор — точность растёт вместе с потоком, без остановки приёма.

Этапы внедрения: от аудита снимков до передачи модели

Внедрение начинается не с обучения модели, а с разбора уже накопленного архива: какие снимки есть, как они хранятся, насколько согласованно врачи ставят цефалометрические точки. Пока этого нет, любая метрика остаётся числом без связи с реальным приёмом.

  1. Аудит архива снимков и текущего процесса. Смотрим полноту исследований, корректность калибровки, разброс разметки между специалистами. На выходе — сколько случаев реально пригодно для обучения и что придётся доснять.
  2. Схема обработки данных. Описываем путь снимка: обезличивание, приведение к единому виду, хранилище разметки, права доступа. Отдельно фиксируем точки соприкосновения контура с информационной системой клиники.
  3. Сбор и разметка корпуса. Точки размечают несколько врачей независимо, расхождения разбираем совместно — эталон отражает согласованную практику, а не мнение одного специалиста. Для 3D отдельно размечаем окклюзию и положение корней.
  4. Обучение и внутренняя проверка. Ошибку считаем по каждой точке отдельно, а не одним средним: усреднение скрывает провал на резцах или подбородке. Прогноз учится ранжировать варианты плана по устойчивости результата.
  5. Испытания на отложенной выборке. Исследования, не участвовавшие в обучении, прогоняем вслепую и сравниваем с выводами врачей, отдельно — сложные группы: артефакты от металла, выраженная скученность. Фиксируем долю случаев, где расхождение укладывается в клинически приемлемое.
  6. Опытная эксплуатация и передача врачам. Решение работает как второй взгляд, окончательное заключение остаётся за врачом. Передаём инструкции, регламент верификации спорных случаев и порядок возврата к прежнему процессу.

Артефакты проекта: конфигурации, схемы, регламенты

Проект считается сданным не тогда, когда модель показывает хорошие метрики на отложенной выборке, а когда клиника работает с ней без нашего участия. Поэтому передаём не только саму модель, но и весь контур вокруг: путь снимка до плана лечения, права доступа, порядок обновления и правила для врача.

  • Схема обработки снимков — от загрузки исследования из томографа или сканера до готовой разметки: где данные обезличиваются, где лежат промежуточные результаты, в каком виде уходят в архив.
  • Конфигурации расчёта: параметры запуска, пороги уверенности по цефалометрическим точкам — при низкой уверенности разметка уходит врачу на подтверждение, а не в план лечения.
  • Политики доступа к данным пациентов: роли, разграничение по кабинетам и филиалам, правила выгрузки и печати, журнал обращений к каждому исследованию.
  • Инструкция для врача: как читать вывод модели, какие ориентиры проверять первыми, как оспорить расчёт — расхождения становятся материалом для дообучения.
  • Регламент обновления модели: на каких данных переобучаем, по каким метрикам принимаем новую версию, как сравниваем её с текущей и как откатываемся, если качество просело.
  • Порядок сопровождения: окно реакции на сбой, кто на стороне клиники принимает решение, как часто проверяем точность на свежих снимках.

Передача идёт по акту и с приёмкой на реальных исследованиях: прогоняем поток снимков вместе с врачом, сверяем разметку вручную и фиксируем, при каких условиях результат требует перепроверки.

Кейс: планирование без повторных пересъёмок и правок

Практика пришла с ручной цефалометрией: врач размечал точки на телерентгенограмме, отдельно накладывал КТ и сканы зубных рядов, замеры переносил в план вручную. Подготовка занимала около 40 минут на пациента, а расхождения в разметке между врачами доходили до 2–3 мм — прогноз «плыл», и план правили уже по ходу лечения, когда аппаратура стояла у пациента.

Мы собрали обезличенный корпус снимков практики с разметкой её же ортодонтов и настроили модель: она находит цефалометрические точки и контуры, считает угловые и линейные параметры, сопоставляет их с 3D-моделью зубного ряда и предлагает 2–3 сценария перемещения с прогнозом по срокам. Черновик открывается в Dolphin Imaging: врач проверяет точки, меняет сценарий и утверждает план — подпись и ответственность остаются за ним.

Эффект считали по трём метрикам на потоке пациентов.

Показатель До После
Подготовка плана на пациента ~40 мин ~11 мин
Пересъёмки по ходу лечения 21% случаев 6%
Правки утверждённого плана за курс 3–4 1

Пересъёмки ушли не сами по себе: модель заранее показывает, где перемещение выходит за границы костной поддержки, и врач меняет тактику до старта, а не на середине. Все версии плана сохраняются — при переходе на другую схему лечения возвращаемся к прежней разметке без повторных замеров. При смене методики модель перекалибровывается на новых случаях практики.

Что делать, если в ортодонтии уже есть ручная разметка?

Ручная разметка — не помеха, а опора: она становится эталоном, с которым сверяется модель. Мы не переписываем сложившийся порядок, а встраиваем автоматизацию поверх текущего процесса — врач ведёт приём в привычной среде, например в Dolphin Imaging, а расчёт кефалометрических точек, прогноз и построение 3D-модели идут параллельно и ложатся в карту пациента отдельным слоем.

Миграция архива снимков идёт пакетно. Телерентгенограммы и томограммы разбираются по метаданным, боковые снимки приводятся к единому масштабу и ориентации, старые снимки проходят предобработку. Затем модель считает точки на накопленных случаях, а результат построчно сверяется с ручными протоколами — на выходе карта расхождений по каждой точке и каждому типу снимка.

Первые недели — параллельная работа врача и модели в теневом режиме: разметка от модели фиксируется, но в план лечения идёт версия врача. Расхождения копятся в отчёт, по ним настраиваются пороги: где расчёт стабилен, а где плывёт на конкретной морфологии — выраженной асимметрии, скученности, состоянии после ортогнатической операции.

Постепенный переход строится на этих же данных. Точки с малым расхождением уходят в автоприёмку с выборочной проверкой, спорные всегда остаются на верификации у врача. Каждая правка возвращается в обучающий контур, поэтому доля случаев, принятых без корректировки, растёт от потока к потоку, а приём пациентов не останавливается ни на день.

Сомнения клиник: данные, точность, связь с томографом

Сомнения клиник почти всегда не про качество отчёта, а про встраивание модели в текущий поток: что делать с уже отснятым архивом, кто отвечает за расхождение в измерениях, придётся ли менять оборудование. Это четыре вопроса, которые задают до старта внедрения.

Наши снимки подойдут — или нужно менять оборудование?

Томограф и программу клиники менять не нужно — работаем с текущими данными. Серия проходит входной контроль: обхват зоны, артефакты движения, корректная калибровка. Если качество ниже порога, система не достраивает недостающее, а называет причину и просит повторную съёмку.

Кто отвечает за ошибку модели?

Врач: модель готовит расчёты и варианты плана, решение и подпись остаются за специалистом. Каждое измерение прослеживается до точек, на которых построено, — их видно на снимке, можно поправить вручную и пересчитать. Версия модели и входные данные сохраняются, поэтому расхождение разбирается по шагам.

Обучите систему под наши методики?

Да: свои цефалометрические точки, нормы, шаблоны планов. Дообучаем на размеченном архиве клиники, а при малом объёме стартуем с базовой модели и уточняем её по мере накопления врачебных решений. На редких комбинациях аномалий точность ниже — такие случаи помечаем прямо в отчёте.

Как результат попадёт к врачам?

В привычные инструменты: разметка в просмотрщике, отчёт в карту пациента, выгрузка в клиническую программу. Отдельный интерфейс осваивать не нужно — выводы читаются как обычное заключение, а спорные точки подсвечиваются.

Обсудим задачу и вернёмся с планом внедрения

Для оценки пришлите обезличенный набор снимков — боковые телерентгенограммы или данные КЛКТ, — перечень точек и измерений, обязательных для ваших врачей, и образец заключения, которое хотите получать на выходе. Добавьте описание клинического процесса: где решение работает, в кабинете или в облаке, кто подтверждает расчёт и что происходит при сомнительном результате. Это определяет и состав работ, и сроки.

Вместе разберём, какие точки цефалометрии критичны, а какие считаются производными; как измеряем пригодность — расхождением с разметкой врача-эксперта; какой класс ошибок недопустим и что обязательно уходит на ручную проверку специалиста.

В ответ вернёмся не общими соображениями, а планом:

  • состав работ по этапам: подготовка и разметка данных, обучение, проверка на отложенной выборке, встраивание в клинический процесс;
  • схему решения и точки стыковки с тем, что уже используется в клинике;
  • метрики приёмки каждого этапа и способ их замера, а не оценка «на глаз»;
  • требования к данным с вашей стороны: формат снимков, объём, кто и по какому протоколу размечает;
  • распределение ролей: эксперт-ортодонт, наши инженеры, ваш специалист по доступам и защите данных пациента;
  • сроки этапов и порядок отката, если качество на контрольной выборке не подтвердилось.

Опишите задачу — вернёмся с оценкой, планом внедрения и сроками.

Направления AI-разработки

Последние работы

  • Разработка сайта компании B2B ADVANCE
    Разработка сайта компании B2B ADVANCE
    1542
  • Разработка веб-приложения для компании FEEDME
    Разработка веб-приложения для компании FEEDME
    1393
  • Разработка веб-сайта для компании БЕЛФИНГРУПП
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    1081
  • Разработка интернет магазина для компании FURNORO
    Разработка интернет магазина для компании FURNORO
    1368
  • Разработка логотипа компании B2B Advance
    Разработка логотипа компании B2B Advance
    815
  • Разработка веб-приложения для компании Enviok
    Разработка веб-приложения для компании Enviok
    1139