Цифровые методы диагностики нарушений окклюзионных взаимоотношений

Актуальность. Нарушения окклюзии – предикторы не только заболеваний полости рта, но и эндокринных, сердечно-сосудистых, когнитивных нарушений, что является общемедицинской проблемой. Перспективными подходами к оценке окклюзионного статуса пациента являются цифровизация диагностических процессов и трансформация традиционных методов путем применения компьютерных технологий, что определяет актуальность анализа цифровых методов диагностики нарушений окклюзионных взаимоотношений. Цель. Анализ цифровых методов и устройств для диагностики нарушений окклюзионных взаимоотношений.

Материалы и методы. Проведен систематический анализ 40 научных публикаций, посвященных цифровым методам диагностики окклюзионного дисбаланса за период 2016-2024 гг. В ходе исследования рассмотрены характеристики электронных устройств для регистрации силы окклюзии, базирующихся на едином принципе трансформации силы в электрическую энергию с помощью различных датчиков. Цифровые методики применяются для исследования функционального состояния жевательной системы: при выявлении развившихся ранее нарушений височно-нижнечелюстного сустава, переломов нижней челюсти и деформаций прикуса, а также для динамического контроля показателей силы окклюзии в процессе терапии. Инновационные разработки портативных электронных сенсоров открывают перспективы для их имплантации вместе с управляющими чипами в зубные протезы, шины для стабилизации окклюзии, что позволит осуществлять мониторинг параметров силы сжатия зубов, в том числе с помощью искусственного интеллекта.

Результаты. Разработка новых методик и приборов, высокочувствительных датчиков для определения силы жевательного давления открывает новые диагностические возможности и дает потенциал к выявлению ранее недоступных к анализу клинических параметров. Новейшие разработки аппаратных технологий на основании нейросетевого анализа способны сокращать время постановки точного диагноза и прогнозировать риск развития возможных осложнений.

Заключение. В Российской Федерации и за рубежом разрабатывается большое количество цифровых методов диагностики окклюзионного дисбаланса, приоритет которых будет неоспорим в будущем. В настоящее время на скорость внедрения цифровых окклюзионных методик в повседневную стоматологическую практику влияют не только сложности оснащения клиник цифровым оборудованием, но и недостаточный уровень цифровых компетенций врачей-стоматологов. Решение этих проблем поможет достичь эффективного оказания стоматологической помощи пациентам с окклюзионными нарушениями.

1. Hashimoto S, Kosaka T, Nakai M, Kida M, Fushida S, Kokubo Y, et al. A lower maximum bite force is a risk factor for developing cardiovascular disease: The Suita study. Sci. Re. 2021;11(1):7671. doi: 10.1038/s41598-021-87252-5

2. Liljestrand JM, Havulinna AS, Paju S, Männistö S, Salomaa V, Pussinen PJ. Missing teeth predict incident cardiovascular events, diabetes, and death. J. Dent. Res. 2015;94:1055–1062. doi: 10.1177/0022034515586352

3. Kosaka T, Kida M, Kikui M, Hashimoto S, Fujii K, Yamamoto M, et al. Factors influencing the changes in masticatory performance: The Suita study. JDR Clin Trans Res. 2018;4:405-412. doi: 10.1177/2380084418785863

4. Minakuchi S, Tsuga K, Ikebe K, Ueda T, Tamura F, Nagao K, et al. Oral hypofunction in the older population: Position paper of the Japanese Society of Gerodontology in 2016. Gerodontology. 2018;35(4):317-324. doi: 10.1111/ger.12347

5. Ohta M, Ryu M, Ogami K, Ueda T. Oral function for diagnosing oral hypofunction in healthy young adults: A comparison with the literature. Bull Tokyo Dent Coll. 2023;64(3):105-111. doi: 10.2209/tdcpublication.2022-0022

6. Македонова ЮА, Гаврикова ЛМ, Дьяченко СВ, Дьяченко ДЮ. Эффективность телемедицинских технологий при лечении больных с заболеваниями слизистой полости рта. Вестник Волгоградского государственного медицинского университета. 2021;18(4):76-81. doi: 10.19163/1994-9480-2021-4(80)-76-81

7. Iwasaki M, Maeda I, Kokubo Y, Tanaka Y, Ueno T, Takahashi W, et al. Capacitive-type pressure-mapping sensor for measuring bite force. Int J Environ Res Public Health. 2022;19(3):1273. doi: 10.3390/ijerph19031273

8. Gu Y, Bai Y, Xie X. Bite force transducers and measurement devices. Front Bioeng Biotechnol. 2021;9:665081. doi: 10.3389/fbioe.2021.665081

9. Al-Gunaid TH. Bite force – what we should know: A literature review. Int. J. Orthod. Rehabil. 2019;10(4):168. doi: 10.4103/ijor.ijor_33_19

10. Alam MK, Alfawzan AA. Maximum voluntary molar bite force in subjects with malocclusion: multifactor analysis. J. Int. Med. Res. 2020;48(10):300060520962943. doi: 10.1177/0300060520962943

11. Jansen van Vuuren L, Jansen van Vuuren WA, Broadbent JM, Duncan WJ, Waddell JN. Development of a bite force transducer for measuring maximum voluntary bite forces between individual opposing tooth surfaces. J. Mech. Behav. Biomed. Mater. 2020;109(4):103846. doi: 10.1016/j.jmbbm.2020.103846

12. Kim JH, Han JH, Park CW, Min NK. Enhancement of withstand voltage in silicon strain gauges using a thin alkali-free glass. Sensors (Basel). 2020;20:3024. doi: 10.3390/s20113024

13. Verma TP, Kumathalli KI, Jain V, Kumar R. Bite force recording devices – a review. J. Clin. Diagn. Res. 2017;11(9): ZE01–ZE05. doi: 10.7860/JCDR/2017/27379.10450

14. Vilela M, Picinato-Pirola MNC, Giglio LD, Anselmo-Lima WT, Valera FCP, Trawitzki LVV, et al. Força de mordida em crianças com mordida cruzada posterior. Audiol. Commun. Res. 2017;22:1723. doi:10.1590/2317-6431-2016-1723

15. Chen M, Luo W, Xu Z, Zhang X, Xie B, Wang G, et al. An ultrahigh resolution pressure sensor based on percolative metal nanoparticle arrays. Nat. Commun. 2019;10(1):4024. doi:10.1038/s41467-019-12030-x

16. Song P, Si C, Zhang M, Zhao Y, He Y, Liu W, et al. A novel piezoresistive MEMS pressure sensors based on temporary bonding technology. Sensors (Basel). 2020;20(2):337. doi: 10.3390/s20020337

17. Sattayasoonthorn P, Suthakorn J, Chamnanvej S. On the feasibility of a liquid crystal polymer pressure sensor for intracranial pressure measurement. Biomed. Tech. (Berl.). 2019;64:543–553. doi: 10.1515/bmt-2018-0029

18. Wang H, Wang L, Sun N, Yao Y, Hao L, Xu L, et al. Quantitative comparison of the performance of piezoresistive, piezoelectric, acceleration, and optical pulse wave sensors. Front. Physiol. 2020;10:1563. doi: 10.3389/fphys.2019.01563

19. Nandasiri GK, Shahidi AM, Dias T. Study of three interface pressure measurement systems used in the treatment of venous disease. Sensors (Basel). 2020;20(20):5777. doi: 10.3390/s20205777

20. Ibraheem E., Elsisy A. Comparing maximum bite force for diabetic patients wearing two different types of removable partial dentures: a randomized cross-over study. Int. J. Adv. Res. 2020;8(4):198–204. doi: 10.21474/ijar01/10767

21. Peng X, Hu L, Liu W, Fu X. Model-based analysis and regulating approach of air-coupled transducers with spurious resonance. Sensors (Basel). 2020;20(21): 6184. doi: 10.3390/s20216184

22. Bing L, Mito T, Yoda N, Sato E, Shigemitsu R, Han JM, et al. Effect of peri-implant bone resorption on mechanical stress in the implant body: In vivo measured load-based finite element analysis. J. Oral Rehabil. 2020;47(12):1566–1573. doi: 10.1111/joor.13097

23. González AM, García Á, Benavente-Peces C, Pardo L. Revisiting the characterization of the losses in piezoelectric materials from impedance spectroscopy at resonance. Materials (Basel). 2016;9(2):72. doi: 10.3390/ma9020072

24. Liu Y, Zheng H, Zhao L, Liu S, Yao K, Li D, et al. Electronic skin from high-throughput fabrica-tion of intrinsically stretchable lead zirconate titanate elastomer. Research (Wash DC.). 2020;2020(1):1-11. doi: 10.34133/2020/1085417

25. Abdolmaleki H, Agarwala S. PVDF-BaTiO3 nanocomposite inkjet inks with enhanced β-phase crystallinity for printed electronics. Polymers (Basel). 2020;12:2430. doi: 10.3390/polym12102430

26. Oh HJ, Kim DK, Choi YC, Lim SJ, Jeong JB, Ko JH, et al. Fabrication of piezoelectric poly (L-lactic acid)/ BaTiO3 fibre by the melt-spinning process. Sci. Re. 2020;10(1):16339. doi: 10.1038/s41598-020-73261-3.

27. Heuser F, Bourauel C, Stark H, Dörsam I. Clinical investigations of the comparability of different methods used to display occlusal contact points. Int. J. Comput. Dent. 2020;23(3):245–255. Режим доступа: https://pubmed.ncbi.nlm.nih.gov/32789312/

28. Mowbray SE, Amiri AM. A brief overview of medical fiber optic biosensors and techniques in the modification for enhanced sensing ability. Diagnostics (Basel). 2019;9(1):23. doi: 10.3390/diagnostics9010023

29. Umesh S, Padma S, Asokan S, Srinivas T. Fiber bragg grating based bite force measurement. J. Biomech. 2016;49:2877–2881. doi: 10.1016/j.jbiomech.2016.06.036

30. Галимуллина ЛР, Морозов ОГ, Салихова МА, Сарварова ЛМ, Ибрагимов ИТ. Датчики мониторинга межчелюстного давления на основе брэгговских решеток. Научно-технический вестник Поволжья. 2016;(3):94-96. Режим доступа: https://www.elibrary.ru/item.asp?id=26217804

31. Гайворонская ТВ, Арутюнов АВ, Аюпова ФС, Волобуев ВВ, Мурашкина ТИ, Васильев ЮА, и др. Волоконно-оптические системы для диагностики стоматологической патологии (обзор литературы). Часть I. Клиническая стоматология. 2024;27(1):136-143. doi: 10.37988/1811-153X_2024_1_136

32. Ряховский АН. 3D-анализ окклюзионных поверхностей зубов и их контактов. Часть III. Разработка метода оценки баланса окклюзионных контактов. Стоматология. 2021;100(6): 50-55. doi: 10.17116/stomat202110006150

33. Вокулова ЮА, Жулев ЕН, Вельмакина ИВ, Брагина ОМ, Храмушев ГН. Методика коррекции окклюзионных взаимоотношений зубных рядов с помощью цифровых технологий. Сибирское медицинское обозрение. 2022;(4):83-88. doi: 10.20333/25000136-2022-4-83-88

34. Пичугина ЕН, Арушанян АР, Коннов ВВ, Разаков ДХ, Сальников ВН. Способ оценки окклюзионных взаимоотношений зубов и зубных рядов. Журнал научных статей Здоровье и образование в XXI веке. 2016;18(11):52-54. Режим доступа: https://www.elibrary.ru/item.asp?id=27663134

35. Прыгунов КА, Аболмасов НН, Адаева ИА, Ковалева ИА, Аболмасов ИН. Цифровой метод индексной оценки окклюзионных контактов боковых зубов. Клиническая стоматология. 2023;26(1):132-137. doi: 10.37988/1811-153X_2023_1_132

36. Gao J, Su Z, Liu L. Design and implement strategy of wireless bite force device. Bioengineering (Basel). 2023;10(5):507. doi: 10.3390/bioengineering10050507

37. Мураев АА, Кибардин ИА, Оборотистов НЮ, Иванов СС, Иванов СЮ, Персин ЛС. Использование нейросетевых алгоритмов для автоматизированной расстановки цефалометрических точек на телерентгенограммах головы в боковой проекции. Российский электронный журнал лучевой диагностики. 2018;8(4):16-22. doi: 10.21569/2222-7415-2018-8-2-16-22

38. Schwendicke F, Samek W, Krois J. Artificial intelligence in dentistry: Chances and challenges. J. Dent. Res. 2020;99:769–774. doi: 10.1177/0022034520915714

39. Казарян ГГ, Бекреев ВВ, Иванов СЮ, Оборотистов НЮ, Гусаров АМ, Хлыстова ТВ, и др. Возможности ультразвуковой диагностики и применения искусственной нейронной сети для оценки морфологии и размеров суставного диска височно-нижнечелюстного сустава. Клиническая стоматология. 2024;27(1):54-59. doi: 10.37988/1811-153X_2024_1_54

40. Yalniz IZ, Jégou H, Chen K. Paluri M, Mahajan D. Billionscale semi-supervised learning for image classification. arXiv. 2019; 1905.00546 (preprint). doi: 10.48550/arXiv.1905.00546