Search Dental Tribune

AI hỗ trợ chẩn đoán hình ảnh trong rối loạn khớp thái dương hàm

Một nghiên cứu mới cho thấy các công cụ chẩn đoán hình ảnh có hỗ trợ trí tuệ nhân tạo (AI) có thể nâng cao độ chính xác và tính nhất quán trong chẩn đoán rối loạn khớp thái dương hàm (TMD), đặc biệt trong việc phát hiện sớm các biến đổi thoái hóa khớp. (Hình ảnh: Antonioguillem/Adobe Stock)
Dental Tribune International

Dental Tribune International

CN. 31 Tháng 5 2026

Lưu lại

PUNE, Ấn Độ: Mặc dù hệ thống phân loại Tiêu chuẩn Chẩn đoán Rối loạn Khớp Thái dương Hàm đã góp phần chuẩn hóa việc đánh giá rối loạn khớp thái dương hàm (TMD) trên phạm vi toàn cầu, những hạn chế của hệ thống này cùng với biểu hiện lâm sàng phức tạp của TMD vẫn khiến quá trình chẩn đoán gặp nhiều thách thức. Trí tuệ nhân tạo (AI) hiện đang được nghiên cứu như một công cụ hỗ trợ có khả năng cải thiện độ chính xác và tính nhất quán trong chẩn đoán, và một nghiên cứu tổng quan hệ thống gần đây đã đánh giá mức độ hiệu quả của các hệ thống dựa trên AI trong việc phát hiện các bất thường của khớp thái dương hàm (TMJ). Kết quả cho thấy AI có nhiều tiềm năng ứng dụng, đồng thời cũng chỉ ra rằng các bằng chứng hiện có vẫn còn mang tính sơ bộ và chưa đồng nhất.

Nghiên cứu tổng quan đã phân tích năm nghiên cứu sử dụng chụp cắt lớp vi tính chùm tia hình nón (CBCT), cộng hưởng từ (MRI) và X-quang toàn cảnh. Kết quả cho thấy các công cụ hỗ trợ bởi AI đạt độ chính xác chẩn đoán từ mức trung bình đến cao, mặc dù hiệu quả khác nhau tùy thuộc vào mục tiêu chẩn đoán, phương thức chẩn đoán hình ảnh và thiết kế nghiên cứu. Đánh giá hình ảnh học đối với thoái hóa khớp thái dương hàm (TMJ osteoarthritis) là nhóm bệnh lý được nghiên cứu nhiều nhất trong tổng quan này. Trong các nghiên cứu đó, các công cụ hỗ trợ bởi AI có khả năng phát hiện các biến đổi thoái hóa và thay đổi hình thái ở giai đoạn sớm mà có thể bị bỏ sót trong quá trình đánh giá thường quy.

Một trong những ưu điểm nổi bật của chẩn đoán có hỗ trợ AI là tính nhất quán. Các đánh giá TMD theo phương pháp truyền thống có thể khác nhau tùy thuộc vào kinh nghiệm lâm sàng và cách diễn giải hình ảnh của từng bác sĩ. Các hệ thống AI có thể cung cấp phương thức phân tích hình ảnh mang tính chuẩn hóa hơn, từ đó góp phần giảm tính chủ quan và nâng cao độ tin cậy trong chẩn đoán. Điều này đặc biệt có giá trị tại các phòng khám nha khoa có khối lượng bệnh nhân lớn, nơi việc đưa ra quyết định nhanh chóng và chính xác là yếu tố then chốt.

Nghiên cứu tổng quan này cũng phản ánh xu hướng ngày càng gia tăng trong việc kết hợp công nghệ CBCT với AI. Các nhà nghiên cứu nhận thấy rằng việc ứng dụng AI trong phân tích hình ảnh CBCT giúp nâng cao độ chính xác trong phát hiện các biến đổi thoái hóa của khớp và các bất thường của lồi cầu xương hàm dưới. Một nghiên cứu ghi nhận mức độ tương đồng cao giữa kết quả chẩn đoán của hệ thống AI và các chuyên gia lâm sàng trong chẩn đoán thoái hóa khớp thái dương hàm.

Mặc dù những kết quả này rất hứa hẹn, các tác giả lưu ý rằng bằng chứng hiện nay vẫn chưa đủ mạnh để khuyến nghị áp dụng rộng rãi AI trong chẩn đoán TMD trên lâm sàng. Nhiều nghiên cứu có cỡ mẫu nhỏ và chưa được thẩm định trên các nhóm bệnh nhân đa dạng từ nhiều quần thể khác nhau.

Nghiên cứu tổng quan cũng nhấn mạnh rằng AI cần được tích hợp vào các khung chẩn đoán TMD đã được thiết lập. Các tác giả cho biết quy trình Tiêu chuẩn Chẩn đoán Rối loạn Khớp Thái dương Hàm (DC/TMD) thúc đẩy một cách tiếp cận chuẩn hóa, kết hợp các dữ liệu lâm sàng, tâm lý - xã hội và hình ảnh học, phù hợp với các khuyến cáo đồng thuận gần đây ưu tiên mô hình chăm sóc lấy bệnh nhân làm trung tâm và điều trị bảo tồn. Việc tích hợp AI có thể hỗ trợ bác sĩ diễn giải các thông tin phức tạp một cách nhất quán hơn và góp phần đưa ra các quyết định điều trị mang tính cá thể hóa.

Các tác giả khuyến nghị rằng những nghiên cứu trong tương lai không nên chỉ tập trung vào độ chính xác của mô hình AI mà cần đánh giá tác động của các công cụ này đối với quá trình ra quyết định lâm sàng trong thực tế. Đặc biệt, các nghiên cứu nên xem xét liệu các tính năng AI có khả năng giải thích được (Explainable AI) — giúp bác sĩ hiểu rõ hơn cơ sở mà hệ thống AI sử dụng để đưa ra đánh giá — có thể cải thiện mức độ đồng thuận trong chẩn đoán và giảm sự phụ thuộc quá mức vào các kết quả tự động hay không.

Bài báo có tiêu đề “So sánh phương pháp quản lý rối loạn khớp thái dương hàm truyền thống và phương pháp có hỗ trợ AI: Tổng quan hệ thống và phân tích gộp”, được đăng trực tuyến ngày 28/4/2026 trên tạp chí Clinical and Experimental Dental Research.

Chủ đề:
Thẻ:
To post a reply please login or register
advertisement
advertisement