בינה מלאכותית ברפואת שיניים (Dental AI)

מה התוכנה רואה בצילום

בינה מלאכותית ברפואת שיניים היא שם כולל לתוכנות שמנתחות את המידע שנאסף במרפאה ומסמנות בו ממצאים. לפי ויקיפדיה, התוכנות עובדות על צילומי נשך (bitewing) ועל צילומים פריאפיקליים של שן בודדת, על סדרת צילומים של הפה כולו, על הדמיות תלת-ממדיות, על תמונות מתוך הפה ועל ההיסטוריה הרפואית של המטופל. התוכנות נשענות על למידה עמוקה, ובמיוחד על רשתות קונבולוציה, אותו סוג של רשת עצבית שמזהה עצמים בתמונות, ומאומנות לזהות עששת ושינויים בעצם הלסת שקשורים למחלת חניכיים. ויקיפדיה מונה גם שימושים נוספים: עזרה בתכנון טיפול, שכבות סימון על הצילום שנועדו להסביר למטופל מה רואים בו, בקרת איכות, הוראה בבתי ספר לרפואת שיניים ותיעוד לצורך תביעות ביטוח. חשוב להבין מה המערכת עושה בפועל: היא מציירת מסגרת או קו סביב אזור חשוד ומציינת מה הוא כנראה. היא אינה בודקת את המטופל, אינה שואלת אותו אם השן כואבת ואינה מחליטה על טיפול.

ותיק מכפי שנדמה: מ-1998 ועד היום

התחום אינו חדש. ב-25 בספטמבר 1998 אישר מינהל המזון והתרופות האמריקאי (FDA) את Logicon Caries Detector, תוכנה שהוגדרה ככלי עזר להחלטה באבחון עששת שחדרה לשכבת הדנטין, במשטחים שבין השיניים שאין בהם סתימה, מתוך צילומי רנטגן דיגיטליים. הגל הנוכחי מבוסס על למידה עמוקה. ב-19 במאי 2021 קיבלה Overjet אישור שיווק מסוג 510(k) לתוכנת Dental Assist, שמודדת את גובה העצם סביב השיניים בצילומים ומיועדת לסייע באבחון מחלת חניכיים. ב-4 במרץ 2022 קיבלה Second Opinion של Pearl אישור שיווק מסוג 510(k), שמסמנת עששת, פגם בשולי סתימה קיימת, אבנית ואזור כהה בקצה השורש, וגם כתרים, סתימות, טיפולי שורש, גשרים ושתלים. לפי מסמך האישור היא מיועדת לשיניים קבועות של מטופלים מגיל 12, ומשמשת "קורא שני" אחרי שהרופא כבר עבר על הצילום. המוצר הקיים שאליו השוו אותה בבקשת האישור היה Logicon משנת 1998. ב-15 בדצמבר 2023 קיבלה Videa Dental Assist אישור שיווק מסוג 510(k) לצילומים של מטופלים מגיל 3, וב-23 במאי 2025 קיבלה Pearl אישור לגרסה תלת-ממדית של המוצר.

מה הראו הבדיקות

במחקר שהגישה Pearl ל-FDA קראו 25 קוראים 2,010 צילומים, מחציתם בעזרת התוכנה ומחציתם בלעדיה. לפי מסמך האישור, הרגישות של הקוראים, כלומר החלק מהממצאים האמיתיים שהם מצאו, השתפרה בטווח של 0.9% עד 11.7%, תלוי בסוג הממצא. בעששת, 17 מתוך 25 הקוראים שיפרו את הרגישות שלהם. מדובר במחקר רטרוספקטיבי על צילומים קיימים, לא בניסוי במרפאה אמיתית. Overjet דיווחה שבבדיקה שערכה, המדידות של התוכנה סטו בממוצע ב-0.3 מילימטר בלבד מהמדידות של צוות רופאים. התמונה מהספרות המדעית זהירה יותר. סקירה שיטתית מ-2022 כללה 42 מחקרים על זיהוי עששת בלמידה עמוקה, ורק ב-11 מהם נמצא סיכון נמוך להטיה בכל התחומים שנבדקו. המסקנה של הכותבים: הדיוק המדווח נראה מבטיח, אבל איכות המחקרים והדיווח עליהם נמוכה. מטא-אנליזה מ-2024 על 21 מחקרים מצאה רגישות ממוצעת של 0.94 בזיהוי עששת בין השיניים, אבל ערך ניבוי חיובי שנע בין 0.15 ל-0.87 — כלומר, שיעור הסימונים החיוביים שהתבררו כעששת אמיתית השתנה מאוד בין המחקרים. הכותבים המליצו שרופא יאמת כל ממצא חיובי, כדי למנוע טיפולים מיותרים.

יותר גילוי, יותר קידוחים?

השאלה החשובה איננה רק אם התוכנה מוצאת יותר, אלא מה הרופא עושה עם מה שהיא מוצאת. בניסוי מבוקר שנערך בבית החולים שאריטה בברלין ופורסם ב-2021, 22 רופאי שיניים בדקו צילומים עם תוכנת זיהוי עששת ובלעדיה. עם התוכנה הרגישות הממוצעת שלהם עלתה ל-0.81, לעומת 0.72 בלעדיה, בלי שינוי מובהק בספציפיות. השיפור נרשם בעששת בשכבת האמייל, ולא בנגעים עמוקים יותר. אבל לצד הגילוי עלו גם החלטות הטיפול: גם טיפולים שאינם פולשניים וגם טיפולים פולשניים, כמו קידוח. מחקר המשך של אותה קבוצה הזין את תוצאות הניסוי למודל סימולציה שעוקב אחרי המטופל לאורך חייו, וקיבל תוצאה כמעט זהה בשתי הקבוצות: אותו משך שמירה על השן ואותה עלות ממוצעת, 330 אירו. לפי הכותבים, הדיוק הגבוה יותר לא תורגם ליתרון, כי הטיפולים הפולשניים הנוספים הוסיפו עלות ושחקו את התועלת. יש כאן גם ניגוד עניינים שחשוב להכיר: פאלק שוונדיקה, החוקר הבכיר בשני המחקרים, הוא ממייסדי dentalXrai, החברה שפיתחה את התוכנה שנבדקה (dentalXrai Pro), כפי שנכתב בהצהרת ניגוד העניינים במחקר נוסף של הקבוצה.

תקנים: מי בודק את הבודק

כדי להשוות בין מוצרים באמת, צריך לבדוק את כולם על אותם נתונים. איגוד רופאי השיניים האמריקאי (ADA) פרסם כמה מסמכים בנושא. דוח טכני מ-2025 קורא להקים מאגר צילומים עצמאי לבדיקת אלגוריתמים, שיתבסס על אבחנות מאומתות ויוחזק בידי גוף שלישי שאינו יצרן בינה מלאכותית, כדי שאפשר יהיה להשוות בין מוצרים באותם תנאים. תקן ANSI/ADA 1110-1 מ-2025 קובע איך לסמן ולאסוף נתונים מצילומים דו-ממדיים, ולפי ה-ADA זה התקן האמריקאי הראשון לבינה מלאכותית ברפואת שיניים שאושר בידי מכון התקנים האמריקאי. באפריל 2025 פורסם גם התקן הבינלאומי ISO 18374, שמגדיר דרישות לנתוני האימון, הבדיקה והסימון של תוכנות לניתוח צילומי שיניים דו-ממדיים. בארצות הברית, תוכנות כאלה עוברות בדרך כלל את מסלול 510(k) של ה-FDA, שבו היצרן מראה שהמוצר דומה מספיק למוצר שכבר נמצא בשוק.

מי עוד מסתכל על הצילום: חברות הביטוח

הצילום משמש לא רק את הרופא. כבר ב-2022 עסק מסמך של ה-ADA גם בשימושים בצד המבטחים: עיבוד תביעות, בקרה על תקינות תשלומים ובקרת איכות. כשתוכנות דומות משמשות גם את הרופא שממליץ על טיפול וגם את המבטח שמחליט אם לממן אותו, נוצר מתח מובנה. ב-2025, לפי ה-ADA, בעשרים מדינות בארצות הברית הוגשו הצעות חוק שמסדירות שימוש בבינה מלאכותית בהחלטות על תשלום תביעות, ובדרך כלל דורשות מעורבות אנושית בתהליך. לפחות שתיים מהן, באריזונה ובמרילנד, הפכו לחוק. בספטמבר 2026 כתב ה-ADA לוועדת משנה בקונגרס ש"מבטחים לא צריכים להשתמש בבינה מלאכותית כבסיס היחיד לדחיית תביעות או להחלטות על אישור מוקדם". מבחינת המטופל, המסקנה דומה גם מול הרופא וגם מול המבטח: סימון של תוכנה הוא חוות דעת נוספת שכדאי להבין, לא אבחנה סופית.