Dieser Text ist Teil des Sonderforschungsbereichs
Ein Forscherteam des Polytechnic Montreal nutzt künstliche Intelligenz, um die Fehlerquote bei der Herstellung von Zahnkronen zu reduzieren.
Hyperfaking in der zahnärztlichen Versorgung, das ist das Motto von François Guibault, ordentlicher Professor in der Abteilung für Computertechnik und Softwaretechnik an der Polytechnique Montréal. 18 Monate lang nutzte der Forscher die gleiche Technologie der künstlichen Intelligenz (KI), die zur Manipulation von Videos zur Herstellung von Zahnkronen verwendet wird.
“Zahnherstellung ist sowohl eine Wissenschaft als auch eine Kunst”, sagt er. Jeder Mund hat seine Geschichte und jeder Zahn ist durch seine Form, Farbe, Oberfläche und Abnutzung einzigartig. Wenn Sie einen Zahn aus einem Katalog nehmen und hineinlegen, sieht er künstlich aus. »
Der Techniker, der die Krone anfertigt, beginnt mit digitalen Messungen und Fotos und generiert dann mithilfe verschiedener Software eine dreidimensionale Form, die eine Maschine dann in Porzellan reproduziert. „Wir suchen nach einer Möglichkeit, bestimmte Prozesse weiter zu automatisieren“, definiert François Gibault.
eine Sache der Etikette
Um einen Zahn oder eine beliebige digitale Form zu erstellen, beginnen wir mit einer Wolke digitaler Punkte, die wir dann zu kleinen Dreiecken verbinden. Die Form des Zahns ist die Summe all dieser kleinen Dreiecke. „Wenn man einen Zahn scannt, kann man 40.000 Punkte haben. Es geht darum herauszufinden, welcher besser ist“, erklärt der Professor.
Bevor die Figur erstellt werden kann, muss jeder Punkt benannt werden, was darin besteht, ihm eine Koordinate in x, y, z zu geben. Bei den Zähnen, die sich manchmal berühren, muss das System auch die Adresse jeder Koordinate angeben – also zu welchem Zahn sie gehört.
“Es braucht viele Münder, um es zu verwirklichen”, sagt François Gibault. Er erklärt, dass die Daten vom Kerenor Dental Lab in Westmount stammen, das Tausende von Scans und Kronen enthält. Diese Zusammenarbeit umfasst auch das auf Zahntechnik spezialisierte Unternehmen iMD Research in Montreal.
“Wir wissen jetzt, wie wir jeden Zahn mit einer Zuverlässigkeit von über 98 % klassifizieren können. Um dies zu erreichen, arbeiteten zwei Cégep Édouard-Montpetit-Studenten, die vom Zentrum für Technologietransfer in pharmazeutischen Wissenschaften des College in Cégep John-Abbott angeworben wurden, für mehrere Monate, um die Punktwolke zu analysieren und eine Qualitätskontrolle und Eliminierung von “Rauschen”, dh irrelevanten oder redundanten Punkten, durchzuführen.
Aber warum Daten im Mund erstellen, wenn nur ein Zahn benötigt wird? Erstens, weil den Zähnen oft Teile fehlen, die ersetzt werden müssen. Aber auch, weil der Zahn von alleine nie funktioniert. “Wir erzeugen einen Zahn in seinem Kontext. Das Ideal für uns sind zwei benachbarte Zähne und drei gegenüberliegende Zähne.”
Lassen Sie Ihre Neuronen arbeiten
Der nächste Schritt besteht darin, die Form zu erstellen, um sie zu reproduzieren. Daher ist es notwendig, alle Punkte neu zu verbinden, um die Decks zu erstellen, die man hinzufügt. François Gibault nutzt die sogenannten neuronalen Schaltkreise. Dies sind Generative Adversarial Networks (oder GANs, für das englische Akronym), eine Deep-Learning-Technologie, die 2014 in Montreal entwickelt wurde und die künstliche Intelligenz revolutionierte.
Deep Learning besteht aus der Gegenüberstellung von zwei Gehirnfunktionen: den erzeugenden und den differenzierenden. Der Generator (auch Encoder genannt) erzeugt die Formen; Der Diskriminator (Decoder genannt) bestimmt, ob es einem Modell ähnlich ist oder nicht. Das System lernt, indem es das Schlechte ablehnt und das Gute bewahrt.
Damit das System lernt, muss es mit vielen Daten versorgt werden. Und hier sind die Daten aus dem Dentallabor Kerenor sehr wichtig. Wir haben mehrere hundert Münder erreicht. Umso mehr zeigen wir es scannt Und die entsprechenden Formate, desto besser. »
François Guibault hofft, den Prototyp bis zum Sommer auf den Markt bringen zu können. Für uns wird dies die erste Gelegenheit sein, sie zu nutzen und zu kritisieren. Das ist das Ausmaß des Genies. Wir streben nach kontinuierlicher Verbesserung.”
Der Forschungsingenieur, der hydraulische Turbinenmodelle entwarf, bevor er sich für Zahnkronen interessierte, sieht bereits andere Anwendungen seiner Arbeit. Sein Labor verwendet die gleichen Techniken für die additive Fertigung, bekannt als 3D-Druck, von Flugzeugteilen aus Titan. Aber auch in der Herstellung von Prothesen sieht er einen Vorteil. „Anstatt Ihren Gehstock aus dem Katalog zu ziehen, können wir Ihnen das Kinn hochziehen.“
Er beharrt jedoch darauf, dass seine derzeitige zahnmedizinische Tätigkeit nicht darauf abziele, Technikern mit 20-jähriger Erfahrung die Lebensgrundlage zu entziehen, im Gegenteil.
„Ja, wenn wir erfolgreich sind, können wir in Sekundenschnelle eine Form erstellen, während ein Techniker dies mit verschiedener Software in einer Stunde schafft.“ Aber er versichert, dass seine Kunst und Erfahrung immer Anpassungen und seine Wertschätzung für das Ergebnis erfordern werden. Das Ziel ist nicht, es zu ersetzen, sondern ihm ein weiteres Werkzeug zu geben, das die Interventionszeit und Validierung verkürzt.“