Esettanulmány címe:
A Diagnocat szerepe a digitális fogászat átalakításában
Az esettanulmányban szereplő ügyfél ágazati besorolása:
humánegészségügyi, szociális ellátás
Az esettanulmányban szereplő ügyfél piaci bemutatása - ágazat, cégméret, piaci körülmények, erőforrások:
A Diagnocat egy amerikai központú technológiai vállalat, amelyet fogorvosok és AI- fejlesztők közösen hoztak létre. A platform cloud-alapú működésre épül, vagyis a fogászati rendelők online tölthetik fel a röntgen- és CBCT-felvételeket.
A rendszer képes:
• panoráma röntgenek elemzésére,
• intraorális felvételek feldolgozására,
• CBCT-szkenek automatikus értelmezésére,
• 3D STL modellek generálására,
• betegbarát riportok készítésére.
A Diagnocat egyik legerősebb előnye, hogy a komplex radiológiai adatokat vizuálisan könnyen értelmezhető formában mutatja be.
A megoldandó üzleti probléma bemutatása:
A hagyományos fogászati diagnosztikában több kritikus probléma is jelen van:
1. Emberi hibák
A radiológiai értelmezés jelentős mértékben függ az orvos tapasztalatától. Különösen komplex CBCT-felvételeknél előfordulhatnak:
• rejtett léziók,
• gyökérrepedések,
• csontveszteség,
• impaktált fogak,
• endodonciai problémák.
2. Időigényes folyamat
A CBCT-képek manuális elemzése sok időt vesz igénybe. Egy teljes radiológiai kiértékelés akár 20–40 percet is igényelhet.
3. Betegkommunikáció nehézsége
A betegek többsége nem érti a röntgenképeket. Emiatt nehéz:
• elfogadtatni a kezelési tervet,
• edukálni a pácienst,
• növelni a kezelési elfogadási arányt.
Az alkalmazott megoldás bemutatása és a bevezetést követően elért üzleti előnyök:
A Diagnocat AI-modellje több millió fogászati képen tanult. A rendszer automatikusan elemzi a feltöltött képeket és kiemeli a potenciális problémákat.
Fő funkciók
AI-alapú radiológiai riport
A rendszer automatikusan:
• felismeri a fogakat,
• azonosítja a hiányzó fogakat,
• jelzi a gyulladásokat,
• felismeri a csontveszteséget,
• észleli a szuvasodást,
• értékeli az implantációs területeket.
3D szegmentáció
A Diagnocat egyik legerősebb funkciója az automatikus szegmentáció. A rendszer STL- modellt készít a CBCT-ből, amely:
• implantációs tervezéshez,
• sebészeti guide készítéshez,
• ortodonciai workflow-hoz használható.
Betegbarát riportok
A platform vizuális, színezett és egyszerű magyarázatokat tartalmazó riportokat generál. Ez jelentősen javítja:
• a páciens megértését,
• a kezelési elfogadási arányt,
• a rendelő hitelességét.
Kiindulási helyzet
Egy implantológiai és esztétikai fogászati rendelő napi szinten nagy mennyiségű CBCT- felvételt dolgozott fel.
A rendelő fő problémái:
• hosszú diagnosztikai idő,
• túlterhelt radiológiai workflow,
• nehézkes betegkommunikáció,
• eltérő diagnosztikai minőség az orvosok között.
Bevezetés
A rendelő integrálta a Diagnocat rendszert. Az implementáció során:
1. összekapcsolták a CBCT-rendszerrel,
2. automatizálták a képfeltöltést,
3. az orvosokat betanították az AI-riportok értelmezésére.
Eredmények
1. Gyorsabb diagnózis
A CBCT-riportok előállítási ideje:
• korábban: 20–40 perc,
• Diagnocat használatával: 4–6 perc. Ez jelentős időmegtakarítást eredményezett.
2. Magasabb diagnosztikai konzisztencia
A rendszer standardizálta a radiológiai értelmezést. Az AI különösen jól teljesített:
• csontveszteség felismerésében,
• impaktált fogak azonosításában,
• endodonciai eltérések jelzésében.
3. Javuló betegkommunikáció
A vizuális riportok miatt a páciensek könnyebben értették:
• a problémáikat,
• a kezelés szükségességét,
• az implantációs folyamatot. A kezelési elfogadási arány nőtt.
4. Digitális workflow fejlesztése
A 3D STL-mod
