AI helpt bij cariësdetectie, maar tandartsen moeten voorzichtig zijn
Tandartsen en radiologen moeten weten dat AI-ondersteunde diagnose vertrouwenseffecten heeft die tot fouten leiden.
Wat onderzoeker Gonzalez Valenzuela ontdekte over AI en cariësdiagnose
Promovendus Ricardo Gonzalez Valenzuela van ACTA presenteerde op de Dutch Dental Science Days in maart 2026 onderzoek naar kunstmatige intelligentie in de detectie van cariëslaesies. Hij gebruikte hybride AI-modellen die getraind zijn met zowel in-vitro- als in-vivo-gegevens om de kloof tussen laboratorium en klinische praktijk te overbruggen.
Waarom tandartsen meer nodig hebben dan alleen detectie
Gonzalez concludeerde dat tandartsen niet alleen cariësdetectie nodig hebben, maar ook informatie over het stadium van de cariës, behandeladviezen en een betrouwbaarheidsbeoordeling van de AI-diagnose. Een opvallende bevinding: behandelaars die AI gebruiken voelen zich vaak zekerder over hun diagnose dan zonder AI, zelfs als die diagnose incorrect is. Meer ervaren radiologen vertonen dit effect niet.
Gouden standaard en voorzichtigheid
Een belangrijke conclusie is dat er een gouden standaard moet komen voor het trainen van AI-modellen, omdat trainingsdata foutgevoelig zijn. Zolang deze standaard niet bestaat, moet men voorzichtig omgaan met AI-resultaten. Gonzalez adviseert tandartsen die met AI werken om te controleren of ontwikkelaars diagnostische profielen en betrouwbaarheids-heatmaps meelevert, omdat AI-voorspellingen soms hoge onzekerheid hebben maar als categorische antwoorden worden weergegeven zonder mate van zekerheid aan te geven. Voor vervolgonderzoek plant Gonzalez synthetische gegevens te creëren met generatieve AI, met gecontroleerde cariëslaesies waarmee zowel behandelaars als AI worden getest.
Veelgestelde vragen
Wat is het probleem met AI-modellen voor cariësdetectie?
De data waarmee AI-modellen worden getraind zijn foutgevoelig, en er bestaat momenteel geen gouden standaard voor deze training. Daarom moet men voorzichtig zijn met hoe resultaten van AI-modellen worden geïnterpreteerd.
Waarom hebben tandartsen meer vertrouwen in AI-diagnoses die fout zijn?
Onderzoek toont aan dat behandelaars die AI gebruiken zich zekerder voelen over hun diagnose dan zonder AI, zelfs wanneer die diagnose niet klopt. Dit effect trad niet op bij meer ervaren tandarts-radiologen.
Wat moet ik controleren als ik AI-software voor cariësdiagnose wil gebruiken?
Controleer of de ontwikkelaar diagnostische profielen en betrouwbaarheids-heatmaps meelevert. Dit geeft inzicht in de zekerheid van AI-voorspellingen, zodat je weloverwogen beslissingen kunt nemen.
Waarom traineerde Gonzalez AI-modellen met zowel in-vitro- als in-vivo-gegevens?
Omdat histologie en micro-CT als gouden standaard alleen in vitro mogelijk zijn, gebruikte hij hybride AI-modellen om de kloof tussen laboratorium en klinische praktijk te overbruggen.
Wat plant Gonzalez voor vervolgonderzoek?
Hij wil synthetische gegevens creëren met generatieve AI, met gecontroleerde cariëslaesies waarmee zowel behandelaars als AI-modellen kunnen worden getest.
