Hiệu quả của phương pháp học máy trong chẩn đoán sâu răng giai đoạn sớm - Luận án tiến sĩ

Luận án tiến sĩ Hiệu quả chẩn đoán sâu răng giai đoạn sớm bằng học máy trong đóng góp lý thuyết mới, phương pháp độc đáo cho ngành trong bối cảnh

• Tác giả: Mai Thị Giang Thanh
• Người hướng dẫn: GS. Võ Trương Như Ngọc
• Trường học: Trường Đại học Y Hà Nội
• Chuyên ngành: Răng Hàm Mặt
• Đề tài: Hiệu quả của chẩn đoán sâu răng giai đoạn sớm bằng phương pháp học máy
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. ĐẶT VẤN ĐỀ
• 1.1. Tổn thương sâu răng giai đoạn sớm
• 1.2. Khái niệm tổn thương sâu răng giai đoạn sớm
• 1.3. Mô bệnh học tổn thương sâu răng giai đoạn sớm
• 1.4. Cơ chế bệnh sinh
• 1.5. Phân loại sâu răng
• 1.6. Chẩn đoán sâu răng
• 1.7. Dịch tễ học sâu răng giai đoạn sớm
• 1.8. Phân tích gộp (Meta-analysis) cho các nghiên cứu cắt ngang đánh giá hiệu quả chẩn đoán
• 1.8.1. Định nghĩa Meta-analysis
• 1.8.2. Định nghĩa độ nhạy, độ đặc hiệu và ROC
• 1.9. Mô hình học máy trong hỗ trợ chẩn đoán nha khoa
• 1.9.1. Một số mô hình học máy hỗ trợ trong chẩn đoán nha khoa
• 1.9.2. Các nghiên cứu về sử dụng mô hình học máy trong hỗ trợ chẩn đoán
• 1.9.3. Một số hệ dữ liệu được xây dựng để chẩn đoán sâu răng tự động có sự hỗ trợ của máy tính
• 2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 2.1. Nghiên cứu tổng quan hệ thống và phân tích gộp meta-analysis (mục tiêu 1)
• 2.1.1. Đối tượng nghiên cứu
• 2.1.2. Phương pháp nghiên cứu
• 2.2. Nghiên cứu cắt ngang đánh giá hiệu quả chẩn đoán (mục tiêu 2 và 3)
• 2.2.1. Đối tượng nghiên cứu
• 2.2.2. Phương pháp nghiên cứu
• 2.2.3. Quy trình tiến hành nghiên cứu
• 2.2.4. Một số tiêu chuẩn đánh giá trong khám lâm sàng và cận lâm sàng
• 2.3. Các biến số nghiên cứu
• 2.4. Xử lý số liệu
• 2.5. Sai số và hạn chế sai số trong nghiên cứu
• 2.6. Biện pháp hạn chế sai số
• 2.7. Đạo đức nghiên cứu
• 3. KẾT QUẢ NGHIÊN CỨU
• 3.1. Độ nhạy, độ đặc hiệu của một số phương pháp chẩn đoán sâu răng giai đoạn sớm bằng phương pháp meta-analysis
• 3.1.1. Tổng hợp tài liệu chọn lọc
• 3.1.2. Tóm tắt đặc điểm các nghiên cứu
• 3.1.3. Đánh giá chất lượng bài báo
• 3.1.4. Độ nhạy và độ đặc hiệu. Đường cong sROC
• 3.2. Xây dựng hệ dữ liệu chuẩn hỗ trợ máy học để chẩn đoán sàng lọc sâu răng giai đoạn sớm
• 3.2.1. Xây dựng hệ dữ liệu giai đoạn 1
• 3.2.2. Xây dựng hệ dữ liệu giai đoạn 2
• 3.3. Độ nhạy, độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm bằng phương pháp học máy
• 3.3.1. Thực trạng sâu răng
• 3.3.2. Độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt ngoài bằng phương pháp học máy
• 3.3.3. Độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt nhai bằng phương pháp học máy
• 3.4. Bàn luận
• 3.4.1. Bàn luận thực trạng sâu răng
• 3.4.2. Bàn luận độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt ngoài răng bằng phương pháp học máy
• 3.4.3. Bàn luận độ nhạy và độ đặc hiệu của chẩn đoán sâu răng giai đoạn sớm trên mặt nhai bằng phương pháp học máy
• 3.5. Hạn chế nghiên cứu
• 3.5.1. Hạn chế nghiên cứu trong xác định độ nhạy, độ đặc hiệu của một số phương pháp chẩn đoán sâu răng giai đoạn sớm bằng phương pháp meta analysis
• 3.5.2. Hạn chế trong xây dựng hệ dữ liệu chuẩn hỗ trợ máy học để chẩn đoán sàng lọc sâu răng giai đoạn sớm
• 3.5.3. Hạn chế trong đánh giá độ nhạy, độ đặc hiệu của chẩn đoán sàng lọc sâu răng giai đoạn sớm bằng phương pháp học máy
• 3.6. Điểm mới, tính giá trị và khả năng áp dụng của luận án
• MỘT SỐ CÔNG TRÌNH KHOA HỌC ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Chẩn đoán sâu răng giai đoạn sớm

Chẩn đoán sâu răng giai đoạn sớm là một vấn đề quan trọng trong nha khoa, đặc biệt là ở trẻ em. Giai đoạn sớm của sâu răng thường khó phát hiện bằng các phương pháp truyền thống như khám trực tiếp. Luận án này tập trung vào việc ứng dụng học máy để nâng cao hiệu quả chẩn đoán. Các phương pháp truyền thống như khám trực tiếp, chụp X-quang, và sử dụng huỳnh quang laser đã được so sánh với các mô hình học máy để đánh giá độ nhạy và độ đặc hiệu. Kết quả cho thấy các mô hình học máy như YOLOv3 và Faster R-CNN có độ chính xác cao hơn trong việc phát hiện sâu răng ở giai đoạn đầu.

1.1. Phương pháp chẩn đoán truyền thống

Các phương pháp truyền thống như khám trực tiếp và chụp X-quang có độ nhạy và độ đặc hiệu thấp hơn so với các phương pháp hiện đại. Ví dụ, nghiên cứu của C Kouchaji (2012) chỉ ra rằng phương pháp huỳnh quang laser có độ nhạy 97% nhưng độ đặc hiệu chỉ 52%. Điều này cho thấy sự cần thiết của việc áp dụng công nghệ mới như học máy để cải thiện hiệu quả chẩn đoán.

1.2. Ứng dụng học máy trong chẩn đoán

Các mô hình học máy như YOLOv3, Faster R-CNN, và RetinaNet đã được sử dụng để phân tích hình ảnh răng và phát hiện sâu răng ở giai đoạn sớm. Kết quả cho thấy các mô hình này có độ nhạy và độ đặc hiệu cao hơn so với phương pháp truyền thống. Ví dụ, YOLOv3 đạt độ nhạy 95% và độ đặc hiệu 90% trong việc phát hiện sâu răng trên mặt ngoài răng.

II. Hệ thống học máy trong chẩn đoán y tế

Luận án này cũng đề cập đến việc xây dựng hệ thống học máy để hỗ trợ chẩn đoán sâu răng. Hệ thống học máy được phát triển dựa trên các bộ dữ liệu lớn về hình ảnh răng, được gán nhãn bởi các chuyên gia nha khoa. Quá trình này bao gồm hai giai đoạn: xây dựng bộ dữ liệu và huấn luyện mô hình. Kết quả cho thấy hệ thống học máy có khả năng phân loại và phát hiện sâu răng với độ chính xác cao, đặc biệt là ở giai đoạn sớm.

2.1. Xây dựng bộ dữ liệu

Bộ dữ liệu được xây dựng từ các hình ảnh răng được thu thập từ các bệnh viện và phòng khám nha khoa. Các hình ảnh này được gán nhãn bởi các chuyên gia để đảm bảo tính chính xác. Bộ dữ liệu này là nền tảng quan trọng để huấn luyện các mô hình học máy.

2.2. Huấn luyện mô hình học máy

Các mô hình học máy như YOLOv3 và Faster R-CNN được huấn luyện trên bộ dữ liệu này. Quá trình huấn luyện bao gồm việc tối ưu hóa các tham số để đạt được độ chính xác cao nhất. Kết quả cho thấy các mô hình này có khả năng phát hiện sâu răng với độ nhạy và độ đặc hiệu vượt trội so với phương pháp truyền thống.

III. Giá trị và ứng dụng thực tiễn

Luận án này không chỉ có giá trị học thuật mà còn có ứng dụng thực tiễn cao trong lĩnh vực chẩn đoán y tế. Việc áp dụng học máy trong chẩn đoán sâu răng ở giai đoạn sớm giúp giảm thiểu sai sót và nâng cao hiệu quả điều trị. Các hệ thống học máy được phát triển trong luận án có thể được tích hợp vào các phần mềm hỗ trợ chẩn đoán, giúp các bác sĩ nha khoa đưa ra quyết định chính xác hơn.

3.1. Ứng dụng trong lâm sàng

Các hệ thống học máy có thể được sử dụng trong các phòng khám nha khoa để hỗ trợ chẩn đoán sâu răng. Điều này giúp giảm thời gian chẩn đoán và tăng độ chính xác, đặc biệt là trong việc phát hiện sâu răng ở giai đoạn sớm.

3.2. Tiềm năng phát triển

Với sự phát triển của công nghệ học máy, các hệ thống học máy trong chẩn đoán sâu răng có tiềm năng lớn để được cải tiến và ứng dụng rộng rãi hơn. Điều này mở ra hướng nghiên cứu mới trong việc phát triển các công cụ hỗ trợ chẩn đoán y tế.

Nội dung chính

Tổng quan luận án

Sâu răng là bệnh lý mạn tính phổ biến hàng đầu trong các bệnh lý răng miệng trên thế giới cũng như tại Việt Nam. Các số liệu dịch tễ học được tác giả ghi nhận cho thấy tỷ lệ sâu răng ở trẻ em (ECC) tại Thái Nguyên lên tới 91,1%; tỷ lệ sâu răng sữa ở trẻ từ 2 đến 5 tuổi tại Trường Mẫu giáo Việt Triều (Hà Nội) năm 2018 là 51,8%; và theo điều tra của Viện Đào tạo Răng Hàm Mặt - Trường Đại học Y Hà Nội năm 2010 tại 5 tỉnh thành, tỷ lệ sâu răng vĩnh viễn ở học sinh từ 4 đến 8 tuổi là 16,3%. Tổn thương sâu răng giai đoạn sớm là giai đoạn chưa hình thành lỗ sâu, có khả năng hồi phục cấu trúc men răng nguyên vẹn thông qua các can thiệp tái khoáng hóa. Tuy nhiên, các phương pháp chẩn đoán truyền thống như khám lâm sàng bằng mắt thường hay chụp X-quang thường bộc lộ hạn chế trong việc phát hiện tổn thương ở giai đoạn sớm này hoặc có độ nhạy không đồng đều giữa các nghiên cứu riêng lẻ.

Khoảng trống nghiên cứu được tác giả xác định gồm hai vấn đề chính: thứ nhất, chưa có công trình phân tích gộp (meta-analysis) tổng hợp toàn diện các bằng chứng độc lập để lượng hóa chính xác hiệu quả chẩn đoán của các phương pháp phát hiện sâu răng sớm; thứ hai, việc ứng dụng trí tuệ nhân tạo (AI) và học máy (machine learning) trong nha khoa chủ yếu dừng lại ở các thử nghiệm in vitro trên răng đã nhổ hoặc trên phim X-quang, trong khi dữ liệu hình ảnh lâm sàng có gán nhãn chuẩn hóa để huấn luyện và kiểm định các mô hình học sâu (như YOLOv3, Faster R-CNN, RetinaNet, SSD) phát hiện sâu răng sớm trên lâm sàng còn thiếu hụt.

Luận án xác định 3 mục tiêu nghiên cứu cụ thể:

1. Xác định độ nhạy, độ đặc hiệu của một số phương pháp chẩn đoán sâu răng giai đoạn sớm bằng phương pháp meta-analysis.
2. Xây dựng hệ dữ liệu chuẩn hỗ trợ máy học để chẩn đoán sàng lọc sâu răng giai đoạn sớm.
3. Đánh giá độ nhạy, độ đặc hiệu của chẩn đoán sàng lọc sâu răng giai đoạn sớm bằng phương pháp học máy.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Các tài liệu công bố quốc tế về chẩn đoán sâu răng giai đoạn sớm (cho mục tiêu phân tích gộp); hình ảnh chụp trong miệng (mặt ngoài và mặt nhai) của các răng có hoặc không có tổn thương sâu răng sớm/sâu răng có lỗ; các mô hình học sâu nhận dạng đối tượng (YOLOv3, Faster R-CNN, RetinaNet, SSD).
• Phạm vi không gian: Nghiên cứu được thực hiện tại Trường Đại học Y Hà Nội, Bệnh viện Hữu Nghị Việt Nam - CuBa, Trung tâm thực hành khám chữa bệnh - Trường Cao đẳng Y tế Hà Đông, và Phòng Công nghệ đa phương tiện và thực tại ảo - Viện Công nghệ Thông tin (Đại học Quốc gia Hà Nội).
• Phạm vi thời gian: Luận án được hoàn thành và bảo vệ năm 2023.

Tổng quan tài liệu và vị trí của luận án

Luận án đã tổng hợp hệ thống các hướng nghiên cứu trong nước và quốc tế liên quan đến chẩn đoán sâu răng và ứng dụng học máy:

• Nghiên cứu về khám lâm sàng và phương pháp huỳnh quang: Vaswani S và cộng sự (2018) chỉ ra tính hiệu quả của khám trực quan trong phát hiện tổn thương bề mặt nhẵn. Gimenez và cộng sự (2015) trong tổng quan hệ thống ghi nhận khám trực tiếp có độ chính xác 0,86 ở mặt bên và 0,92 ở mặt nhai, độ đặc hiệu mặt nhai đạt 0,92. Về huỳnh quang laser, C Kouchaji (2012) ghi nhận Diagnodent có độ nhạy 97% và độ đặc hiệu 52%. Pereira (2014) sử dụng thiết bị định lượng huỳnh quang QLF đạt độ nhạy 0,96 nhưng độ đặc hiệu chỉ đạt 0,61. Lussi và cộng sự so sánh Diagnodent in vivo cho thấy độ nhạy phát hiện sâu ngà đạt 0,92 (so với khám lâm sàng 0,31 và X-quang 0,63 với $p < 0,05$), và nghiên cứu in vitro cho độ nhạy 0,80, độ đặc hiệu 0,83. Các tác giả Magorzata Tomasik và cộng sự, Pretty (2006) cũng khẳng định tính hữu ích của Diagnodent trên nhóm răng hàm lớn. Đối với camera huỳnh quang (FC / VistaProof), Zeitouny (2012) ghi nhận độ nhạy 87% và độ đặc hiệu 99% theo tiêu chí ICDAS-II; Jablonski-Momeni (2012) và Iranzo-Cortes (2018) chứng minh VistaProof đạt độ nhạy từ 0,705 đến 0,818 và độ đặc hiệu từ 0,619 đến 0,810.
• Nghiên cứu về chụp ảnh kỹ thuật số và thiết bị di động (MDP): Boye (2012) chứng minh chẩn đoán qua ảnh có độ nhạy cao hơn khám mắt thường trên răng vĩnh viễn đã nhổ. Van Hilsen (2013) dùng ảnh camera đạt độ nhạy 80,5% và độ đặc hiệu 52,5%. Kohana (2018) khảo sát các thiết bị chụp (Nexus, iPhone 5, máy ảnh macro) cho độ nhạy từ 30,1% đến 40,7% và độ đặc hiệu từ 51,0% đến 59,2%.
• Nghiên cứu về ứng dụng học máy trong nha khoa: Ghaedi và cộng sự (2014) phân loại 88 ảnh mặt nhai răng nhổ theo ICDAS đạt độ chính xác 86,3%, độ nhạy 83,0%, độ đặc hiệu 91,7%. Berdouses và cộng sự (2015) áp dụng trên 103 ảnh kỹ thuật số (425 vùng tổn thương) đạt độ chính xác 80% đến 83%. Srivastava và cộng sự (2017) sử dụng mạng FCNN trên hơn 3.000 phim X-quang đạt độ nhạy 80,5% và độ chính xác 61,5%. Các công trình của Eun H (2016) và Lee H (2017) cũng phân tích tiềm năng của mạng nơ-ron tích chập (CNN).
• Nghiên cứu phân tích gộp: Rankovic (2021) phân tích gộp 129 nghiên cứu (31 in vitro, 5 lâm sàng) cho thấy diện tích dưới đường cong (AUC) của khám trực tiếp đạt 0,84–0,85, X-quang từ 0,55–0,92, và laser huỳnh quang đạt 0,83–0,91 trên mặt bên.

Vị trí của luận án được định vị tại điểm giao thoa giữa y học chứng cứ và khoa học dữ liệu: giải quyết việc tổng hợp định lượng hiệu năng các phương pháp chẩn đoán kinh điển bằng meta-analysis, đồng thời xây dựng bộ dữ liệu ảnh lâm sàng thực tế và đánh giá hiệu năng chẩn đoán của 4 mô hình học sâu hiện đại trên các bề mặt răng khác nhau tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

• Cơ chế bệnh sinh và mô bệnh học: Luận án dựa trên thuyết động học hiện đại về sự mất cân bằng giữa hai quá trình hủy khoáng và tái khoáng dưới tác động của mảng bám vi khuẩn chuyển hóa carbohydrate thành axit hữu cơ. pH tới hạn làm hòa tan tinh thể là 5,5 đối với Hydroxyapatite và 4,5 đối với Fluorapatite. Khi thổi khô men răng tổn thương, sự thay thế nước quanh trụ men (chỉ số khúc xạ 1,33) bằng không khí (chỉ số khúc xạ 1,00) so với men lành (1,65) tạo nên hiện tượng tán xạ ánh sáng và xuất hiện đốm trắng. Về vi thể, tổn thương sớm gồm 4 lớp từ trong ra ngoài: vùng trong mờ (thể tích lỗ xốp 1%), vùng tối (2–4%), vùng trung tâm (5–25%), và vùng bề mặt (1–5%).
• Hệ thống phân loại:
  • Phân loại vị trí và kích thước (Mount & Hume): 3 vị trí (hố rãnh/mặt nhẵn, mặt tiếp giáp, cổ/chân răng) và 4 kích thước (1: nhỏ ngà răng; 2: trung bình; 3: rộng; 4: mất cấu trúc).
  • Phân loại theo Pitts (1997): Mô hình núi băng trôi từ D0 đến D4.
  • Phân loại ICDAS: Thang điểm từ 0 (lành mạnh) đến 6 (xoang sâu thấy ngà lan rộng >1/2 mặt răng).
  • Phân loại ICCMS: Gồm 4 giai đoạn chuẩn hóa.

Mã số	Giai đoạn ICCMS	Mô tả đặc điểm lâm sàng	Tương ứng ICDAS
0	Bề mặt nguyên vẹn	Men trong, sạch bóng sau thổi khô 5 giây, không biểu hiện sâu	ICDAS 0
1	Giai đoạn đầu	Biểu hiện đổi màu đốm trắng hoặc nâu, chưa phá hủy bề mặt	ICDAS 1 và 2
2	Giai đoạn giữa	Đốm trắng đục hay nâu có sự phá hủy men khu trú	ICDAS 3 và 4
3	Giai đoạn sâu nặng	Lỗ sâu rõ rệt vào ngà răng, men đục hoặc ố màu	ICDAS 5 và 6

• Lý thuyết học máy và thị giác máy tính: Luận án sử dụng các kiến trúc học sâu phát hiện đối tượng gồm mạng hai giai đoạn Faster R-CNN (kết hợp CNN trích xuất đặc trưng và RPN đề xuất vùng với cơ chế cửa sổ trượt, các neo anchors, lớp RoI pooling) và các mô hình một giai đoạn như YOLOv3, SSD, RetinaNet để phát hiện vùng bao tổn thương (bounding box).

Phương pháp nghiên cứu

Luận án kết hợp 2 thiết kế nghiên cứu chính:

1. Nghiên cứu tổng quan hệ thống và phân tích gộp (Mục tiêu 1):

   • Quy trình thực hiện theo tuyên bố PRISMA.
   • Tìm kiếm dữ liệu trên PubMed và Cochrane Library.
   • Sử dụng phần mềm chuyên dụng đánh giá chất lượng các nghiên cứu được chọn, trích xuất dữ liệu lập bảng 2x2, tính toán độ nhạy, độ đặc hiệu, tỷ lệ chênh lệch chẩn đoán (DOR), xây dựng đường cong đặc trưng hoạt động của máy thu tóm lược (sROC) và diện tích dưới đường cong (AUC).

2. Nghiên cứu cắt ngang đánh giá hiệu quả chẩn đoán (Mục tiêu 2 và 3):

   • Xây dựng hệ dữ liệu ảnh: Thu thập hình ảnh trong miệng bằng kỹ thuật chụp ảnh nha khoa (MDP/camera chuyên dụng) theo các góc chụp chuẩn (trung tâm, bên phải, bên trái; ghi nhận riêng biệt mặt ngoài và mặt nhai). Dữ liệu được gán nhãn thủ công bởi các chuyên gia răng hàm mặt dựa trên phần mềm gán nhãn chuyên dụng theo tiêu chuẩn ICDAS/ICCMS.
   • Đánh giá hiệu năng học máy: Huấn luyện và kiểm thử các mô hình YOLOv3, Faster R-CNN, RetinaNet, SSD trên bộ dữ liệu ảnh.
   • Đối chiếu chẩn đoán: Kết quả dự đoán của các mô hình học máy được so sánh độc lập với tiêu chuẩn tham chiếu là khám lâm sàng trực tiếp (tiêu chuẩn vàng) và khám qua ảnh chụp; đồng thời đối chiếu với kết quả đo huỳnh quang bằng thiết bị DIAGNOdent pen 2190 (thang điểm 0–13: lành/sâu khởi đầu; 14–20: sâu men/ngà nông; 21–30: sâu ngà sâu; 31–99: tổn thương rộng).

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 hệ thống hóa toàn diện cơ sở lý luận về bệnh học sâu răng giai đoạn sớm, phân tích chi tiết tiến trình hủy khoáng - tái khoáng, cấu trúc mô học 4 lớp của tổn thương men không tạo lỗ, và hiện tượng quang học tạo đốm trắng. Tác giả tổng kết các hệ thống phân loại sâu răng từ thang đo truyền thống, phân loại Mount & Hume, phân loại Pitts (D0–D4), đến các hệ thống hiện đại là ICDAS và ICCMS.

Chương này cũng phân tích nguyên lý, ưu điểm và nhược điểm của các công cụ chẩn đoán hiện hành:

• Khám lâm sàng trực tiếp: Đơn giản, chi phí thấp nhưng phụ thuộc kinh nghiệm chủ quan của bác sĩ.
• Chụp X-quang (cận chóp, cánh cắn): Giá trị cao ở mặt tiếp giáp nhưng độ nhạy thấp ở giai đoạn sớm do men răng phải mất khoáng ít nhất 40% mới thể hiện rõ trên phim.
• Các thiết bị huỳnh quang: QLF (bước sóng kích thích 370 nm), DIAGNOdent/LF pen (bước sóng 655 nm đo huỳnh quang từ porphyrin vi khuẩn), và VistaProof/FC (bước sóng 400–405 nm chụp ảnh định lượng màu).
• Kỹ thuật chụp ảnh trong miệng (MDP) và ứng dụng điện thoại thông minh.
• Lịch sử và nguyên lý của phân tích gộp (sROC, AUC) và các mạng nơ-ron tích chập (Faster R-CNN, SSD, RetinaNet, YOLOv3) trong chẩn đoán hỗ trợ bằng máy tính (CAD).

Chương 2: Đối tượng và phương pháp nghiên cứu

Chương 2 mô tả chi tiết quy trình thực nghiệm được chia thành 2 phần tương ứng với các mục tiêu:

• Quy trình meta-analysis: Xây dựng chiến lược tìm kiếm nâng cao trên PubMed và Cochrane, áp dụng tiêu chuẩn lựa chọn và loại trừ theo PRISMA, quy trình thẩm định chất lượng bài báo, trích xuất dữ liệu để tính toán Se, Sp, DOR và vẽ đường cong sROC.
• Quy trình nghiên cứu lâm sàng và học máy:
  • Quy trình thu thập dữ liệu ảnh lâm sàng qua 2 giai đoạn trên đối tượng nghiên cứu, phân chia cụ thể mặt ngoài và mặt nhai.
  • Quy trình khám lâm sàng trực tiếp bằng gương và thám trâm đầu tròn dưới ánh sáng đèn nha khoa chuẩn; quy trình đo bằng máy DIAGNOdent pen 2190; quy trình chụp ảnh chuẩn hóa các tư thế.
  • Quy trình sử dụng phần mềm chuyên dụng để chuyên gia gán nhãn tổn thương (bounding box) theo tiêu chuẩn ICDAS/ICCMS tạo bộ dữ liệu chuẩn (ground truth).
  • Quy trình huấn luyện, tối ưu hóa siêu tham số và đánh giá các mô hình YOLOv3, Faster R-CNN, RetinaNet, SSD.
  • Phương pháp xử lý thống kê, biện pháp kiểm soát sai số và quy chuẩn đạo đức nghiên cứu y sinh học.

Chương 3: Kết quả nghiên cứu

Chương 3 trình bày các kết quả định lượng chi tiết theo từng nội dung:

• Kết quả meta-analysis: Tổng hợp tài liệu chọn lọc qua sơ đồ PRISMA, đánh giá chất lượng nghiên cứu; xác định độ nhạy, độ đặc hiệu tổng hợp và dựng đường cong sROC cho phương pháp khám trực tiếp, khám qua ảnh và laser huỳnh quang (phân tích riêng in vitro, in vivo và trên mặt nhai).
• Kết quả xây dựng hệ dữ liệu chuẩn: Thống kê tỷ lệ ảnh và tỷ lệ răng có tổn thương sâu răng qua 2 giai đoạn; phân bố mức độ tổn thương (sâu sớm và sâu có lỗ) trên các ảnh chụp mặt ngoài và mặt nhai.
• Thực trạng sâu răng và hiệu năng của các mô hình học máy:
  • Tỷ lệ sâu răng mặt ngoài và mặt nhai xác định qua khám trực tiếp, laser huỳnh quang, khám qua ảnh và qua các mô hình học máy.
  • Hiệu năng chẩn đoán trên mặt ngoài: Xác định độ nhạy và độ đặc hiệu của YOLOv3, Faster R-CNN, RetinaNet, SSD trong chẩn đoán sâu răng sớm và sâu có lỗ khi đối chiếu với 2 tiêu chuẩn tham chiếu (khám trực tiếp và khám qua ảnh). Tương tự, xác định độ nhạy và độ đặc hiệu của laser huỳnh quang và khám qua ảnh so với khám trực tiếp.
  • Hiệu năng chẩn đoán trên mặt nhai: Đánh giá độ nhạy và độ đặc hiệu của 4 mô hình học máy (như số liệu thực nghiệm tại Bảng 3.37 với $n = 4046$), laser huỳnh quang và khám qua ảnh đối với tổn thương sâu răng sớm và sâu có lỗ trên mặt nhai khi đối chiếu với khám trực tiếp và khám qua ảnh.

Nhóm phương pháp / Mô hình	Đối tượng đánh giá trên mặt răng	Tiêu chuẩn tham chiếu đối chiếu	Chỉ số lượng hóa
Meta-analysis (Khám trực tiếp, Ảnh, Huỳnh quang)	Tổn thương sâu men / sâu ngà tổng hợp	Tiêu chuẩn vàng của từng nghiên cứu độc lập	Độ nhạy, Độ đặc hiệu, Đường cong sROC, AUC
Mô hình học sâu (YOLOv3, Faster R-CNN, RetinaNet, SSD)	Sâu răng sớm (đốm trắng) & Sâu có lỗ trên mặt ngoài	1. Khám lâm sàng trực tiếp 2. Khám qua ảnh chụp	Độ nhạy, Độ đặc hiệu theo từng phân nhóm tổn thương
Mô hình học sâu (YOLOv3, Faster R-CNN, RetinaNet, SSD)	Sâu răng sớm & Sâu có lỗ trên mặt nhai ($n=4046$)	1. Khám lâm sàng trực tiếp 2. Khám qua ảnh chụp	Độ nhạy, Độ đặc hiệu theo từng phân nhóm tổn thương
Công cụ cận lâm sàng (DIAGNOdent pen, Khám qua ảnh)	Sâu răng sớm & Sâu có lỗ (mặt ngoài và mặt nhai)	Khám lâm sàng trực tiếp	Độ nhạy, Độ đặc hiệu đối chứng

Chương 4: Bàn luận

Chương 4 tập trung phân tích và biện giải các phát hiện nghiên cứu:

• Biện luận kết quả phân tích gộp: Làm rõ sự chênh lệch hiệu năng chẩn đoán giữa điều kiện phòng thí nghiệm (in vitro) và lâm sàng (in vivo), đánh giá độ tin cậy của sROC đối với từng phương tiện chẩn đoán.
• Biện luận quy trình xây dựng hệ dữ liệu ảnh chuẩn: Phân tích các yếu tố ảnh hưởng trong môi trường miệng như nước bọt, mảng bám, phản xạ ánh sáng của men răng và cách thức khắc phục qua 2 giai đoạn thu thập dữ liệu.
• Biện luận hiệu năng của 4 mô hình học máy: So sánh cấu trúc mạng một giai đoạn (YOLOv3, SSD, RetinaNet) và mạng hai giai đoạn (Faster R-CNN) trong bài toán nhận diện tổn thương sâu răng sớm; phân tích sự tương quan khi sử dụng tiêu chuẩn tham chiếu là khám trực tiếp so với khám qua ảnh.
• Thảo luận chi tiết về các hạn chế của nghiên cứu và trình bày điểm mới, tính giá trị thực tiễn cùng khả năng triển khai ứng dụng trong cộng đồng.

Kết quả và những đóng góp mới

Đóng góp về mặt lý luận và khoa học

• Cung cấp bằng chứng tổng hợp định lượng thông qua phân tích gộp (meta-analysis) về độ nhạy, độ đặc hiệu và diện tích dưới đường cong sROC của các phương pháp chẩn đoán sâu răng giai đoạn sớm phổ biến (khám lâm sàng trực tiếp, chụp ảnh kỹ thuật số và laser huỳnh quang).
• Xác lập cơ sở khoa học cho việc áp dụng các mô hình học sâu hiện đại (Faster R-CNN, YOLOv3, RetinaNet, SSD) trong việc tự động phát hiện và phân loại tổn thương sâu răng giai đoạn sớm (tổn thương đốm trắng không tạo lỗ) trên hình ảnh lâm sàng.

Đóng góp về mặt thực tiễn

• Xây dựng thành công bộ cơ sở dữ liệu hình ảnh lâm sàng chụp trong miệng chuẩn hóa, có gán nhãn tổn thương sâu răng theo tiêu chuẩn quốc tế (ICDAS/ICCMS) trên cả mặt ngoài và mặt nhai.
• Chứng minh tính khả thi và hiệu năng thực tế của các thuật toán học máy trong chẩn đoán sàng lọc sâu răng giai đoạn sớm trực tiếp từ ảnh chụp lâm sàng, mở ra khả năng hỗ trợ chẩn đoán từ xa (tele-dentistry).

Kiến nghị và giải pháp đề xuất

• Kiến nghị áp dụng thử nghiệm các mô hình học máy đã được huấn luyện vào các chương trình nha khoa học đường và hệ thống y tế cơ sở nhằm hỗ trợ sàng lọc sớm tổn thương sâu răng ở trẻ em.
• Khuyến nghị tiếp tục chuẩn hóa quy trình chụp ảnh trong miệng bằng điện thoại thông minh để tạo nguồn dữ liệu đầu vào chất lượng cao, phục vụ tư vấn và chẩn đoán từ xa cho người dân tại vùng sâu, vùng xa.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

• Hạn chế trong phân tích gộp: Số lượng các nghiên cứu lâm sàng (in vivo) đáp ứng đầy đủ tiêu chuẩn lựa chọn còn hạn chế hơn nhiều so với các nghiên cứu trong phòng thí nghiệm (in vitro); có sự không đồng nhất về tiêu chuẩn vàng giữa một số nghiên cứu được đưa vào phân tích.
• Hạn chế trong xây dựng hệ dữ liệu: Hình ảnh chụp trong miệng chịu ảnh hưởng bởi các yếu tố gây nhiễu trên lâm sàng như sự tích tụ mảng bám, nước bọt, độ mở miệng của bệnh nhân và góc chiếu sáng của nguồn sáng tự nhiên hoặc đèn khám.
• Hạn chế trong đánh giá học máy: Nghiên cứu chủ yếu tập trung khảo sát trên mặt ngoài và mặt nhai của răng; việc nhận dạng tổn thương sâu răng sớm ở mặt tiếp giáp (mặt bên) bằng hình ảnh chụp thông thường vẫn là thách thức lớn do bị che khuất bởi các răng kế cận.

Hướng nghiên cứu tiếp

• Mở rộng quy mô và sự đa dạng của bộ dữ liệu hình ảnh lâm sàng qua nhiều cơ sở điều trị và lứa tuổi khác nhau.
• Nghiên cứu phát triển và tinh chỉnh các thuật toán học máy kết hợp đa phương thức dữ liệu (hình ảnh lâm sàng, ảnh huỳnh quang và phim X-quang) để phát hiện tổn thương ở cả mặt tiếp giáp.
• Tối ưu hóa mô hình học máy để tích hợp trực tiếp vào các ứng dụng di động gọn nhẹ, cho phép xử lý và phản hồi kết quả theo thời gian thực mà không cần phần cứng phức tạp.

Giá trị tham khảo

Luận án là tài liệu tham khảo có giá trị chuyên môn cụ thể cho các nhóm đối tượng:

• Nghiên cứu sinh, học viên sau đại học và bác sĩ chuyên ngành Răng Hàm Mặt: Tham khảo phương pháp tiếp cận bệnh học sâu răng sớm theo tiêu chuẩn ICDAS/ICCMS, quy trình sử dụng các thiết bị huỳnh quang quang học (DIAGNOdent, QLF, VistaProof) và phương pháp luận phân tích gộp meta-analysis trong nghiên cứu y học chứng cứ.
• Nhà khoa học dữ liệu và kỹ sư công nghệ thông tin trong y tế: Tham khảo quy trình thu thập, tiền xử lý và gán nhãn dữ liệu hình ảnh nha khoa lâm sàng; cấu trúc và tham số thực nghiệm của 4 mô hình học sâu nhận dạng đối tượng (YOLOv3, Faster R-CNN, RetinaNet, SSD).
• Cán bộ quản lý y tế và chuyên gia y tế công cộng: Tham khảo dữ liệu về thực trạng sâu răng và tiềm năng ứng dụng công nghệ AI trong sàng lọc sức khỏe răng miệng học đường, giảm tải áp lực cho tuyến trên và tối ưu hóa chi phí dự phòng nha khoa.

Câu hỏi thường gặp

1. Tổn thương sâu răng giai đoạn sớm được định nghĩa và có đặc điểm mô bệnh học như thế nào trong luận án?
Trả lời: Luận án định nghĩa sâu răng giai đoạn sớm là giai đoạn tổn thương chưa hình thành lỗ sâu, đặc trưng bởi sự thay đổi màu sắc (đốm trắng đục khi thổi khô hoặc khi ướt), độ bóng và cấu trúc bề mặt men răng. Về vi thể, tổn thương gồm 4 lớp từ trong ra ngoài: vùng trong mờ (lỗ xốp chiếm 1% thể tích men), vùng tối (2–4%), vùng trung tâm (5–25%) và vùng bề mặt (1–5%).

2. Bốn mô hình học sâu nào được luận án thử nghiệm để chẩn đoán tổn thương sâu răng trên ảnh lâm sàng?
Trả lời: Bốn mô hình học sâu nhận dạng đối tượng được luận án huấn luyện và đánh giá gồm: YOLOv3 (You Only Look Once phiên bản 3), Faster R-CNN (Faster Region-based Convolutional Neural Network), RetinaNet và SSD (Single Shot MultiBox Detector).

3. Thang điểm đánh giá của thiết bị laser huỳnh quang DIAGNOdent được phân định ra sao trong nghiên cứu?
Trả lời: Thiết bị DIAGNOdent chuyển đổi cường độ huỳnh quang thu được (bước sóng 655 nm) thành thang số tương đối từ 0 đến 99:

• 0–13: Không có sâu răng hoặc khởi đầu tổn thương ở men răng.
• 14–20: Sâu men, sâu ngà nông hoặc sâu răng ngừng tiến triển.
• 21–30: Sâu ngà sâu.
• 31–99: Tổn thương rộng và sâu.

4. Hệ thống ICCMS phân loại sâu thân răng nguyên phát thành những giai đoạn nào?
Trả lời: Hệ thống ICCMS phân loại thành 4 mức độ: Mã 0 (Bề mặt nguyên vẹn - tương ứng ICDAS 0); Mã 1 (Giai đoạn đầu - đốm trắng/nâu chưa vỡ men, tương ứng ICDAS 1 và 2); Mã 2 (Giai đoạn giữa - điểm trắng đục/nâu có phá hủy men khu trú, tương ứng ICDAS 3 và 4); Mã 3 (Giai đoạn sâu nặng - lỗ sâu rõ rệt vào ngà, tương ứng ICDAS 5 và 6).

5. Tại sao phương pháp chụp phim X-quang bị hạn chế trong việc phát hiện tổn thương sâu răng giai đoạn sớm?
Trả lời: Chụp X-quang bị hạn chế do cấu trúc răng phải mất khoáng ít nhất 40% mới xuất hiện rõ hình ảnh tổn thương trên phim; khi phát hiện được trên phim thì tổn thương thường đã đi sâu vào 1/3 lớp men hoặc tới ngà răng, vượt quá giai đoạn can thiệp tái khoáng hóa bảo tồn. Ngoài ra, X-quang có độ nhạy thấp ở giai đoạn sớm (từ 0,42), không phân biệt được tổn thương đang hoạt động hay đã ngừng tiến triển, và gây phơi nhiễm phóng xạ.

Kết luận

Luận án Tiến sĩ Răng Hàm Mặt của tác giả Mai Thị Giang Thanh đã giải quyết trọn vẹn 3 mục tiêu nghiên cứu thông qua việc kết hợp phương pháp phân tích gộp meta-analysis với nghiên cứu thực nghiệm lâm sàng ứng dụng học máy. Công trình đã tổng hợp bằng chứng định lượng về hiệu quả của các phương pháp chẩn đoán sâu răng sớm hiện hành, đồng thời xây dựng thành công bộ cơ sở dữ liệu ảnh lâm sàng có gán nhãn chuẩn hóa và đánh giá toàn diện độ nhạy, độ đặc hiệu của 4 mô hình học sâu (YOLOv3, Faster R-CNN, RetinaNet, SSD) trên các bề mặt răng. Kết quả nghiên cứu khẳng định tính khả thi của việc ứng dụng thị giác máy tính trong sàng lọc sâu răng giai đoạn sớm, đóng góp cơ sở dữ liệu và bằng chứng khoa học quan trọng cho công tác dự phòng và chẩn đoán nha khoa từ xa tại Việt Nam.

Trích đoạn nội dung tài liệu

Chương 1 TỔNG QUAN 1. Tổn thương sâu răng giai đoạn sớm 1. Khái niệm tổn thương sâu răng giai đoạn sớm Sâu răng giai đoạn sớm là giai đoạn tổn thương không có lỗ sâu. Các tổn thương được đặc trưng bởi sự thay đổi về màu sắc, độ bóng và cấu trúc bề mặt men răng.4 Tổn thương sâu răng sớm biểu hiện trên lâm sàng là các đốm trắng đục quan sát được khi thổi khô hoặc ngay cả khi bề mặt men ẩm.

Tổn thương hình thành bởi sự mất khoáng bên dưới lớp men bề mặt nguyên vẹn, làm tăng độ xốp của men răng gây ra sự xuất hiện màu trắng đặc trưng của tổn thương.11 mô tả tiến trình hủy khoáng tương quan với thời gian. Sự hiện diện của tổn thương sâu răng sớm thường liên quan đến sự tích tụ mảng bám trên bề mặt răng, đặc biệt là xung quanh khí cụ mắc cài trong điều trị chỉnh hình răng, làm ảnh hưởng lớn đến thẩm mĩ của bộ răng.14 Độ trong của men răng là một hiện tượng quang học phụ thuộc vào kích thước khoảng gian tinh thể men răng. Ở giai đoạn sớm, tổn thương sâu răng chỉ quan sát được sau khi thổi khô bề mặt răng. Sâu răng tiếp tục tiến triển làm tăng kích thước khoảng gian tinh thể dẫn tới dạng tổn thương đốm trắng có thể quan sát được mà không cần thổi khô.1: Tiến trình hủy khoáng tương quan với thời gian 15.

4 Sự thay đổi màu sắc làm xuất hiện tổn thương đốm trắng khi thổi khô là do sự thay thế thành phần nước quanh trụ men bằng khí. Điều đó gây ra sự thay đổi tán xạ. Chỉ số khúc xạ của men là 1,65 của nước là 1,33 và của khí là 1,00 sự khác biệt lớn này dẫn tới sự tán xạ lớn hơn đồng nghĩa là sự thay đổi màu sắc. Sâu răng hoạt động có màu trắng phấn và thô, sâu răng ngừng tiến triển có màu sáng và mịn hơn.

Mô bệnh học tổn thương sâu răng giai đoạn sớm Đại thể: tổn thương dạng hình nón, đáy quay về phía mặt răng, đỉnh về phía đường ranh giới men ngà.17,18 Vi thể: từ trong ra ngoài có 4 lớp do mức độ hủy khoáng mỗi vùng khác nhau làm cho tính chất quang học khác nhau 17,18 (Hình 1.2): - Vùng trong mờ: các lỗ trên men răng chiếm khoảng 1% thể tích men, nhiều hơn 10 lần so với men lành. - Vùng tối: số lượng lỗ chiếm 2-4% thể tích men. - Vùng trung tâm: số lượng lỗ chiếm 5-25% thể tích men. - Vùng bề mặt: ít có sự thay đổi ở các tổn thương sớm.

Số lượng lỗ 1-5% thể tích men.2: Mô học tổn thương sâu Hình 1.3: Tổn thương sâu răng sớm răng sớm 19 trên kính hiển vi điện tử 20 a: vùng bề mặt, b: vùng trung tâm, c: vùng tối, d: vùng trong mờ. 5 Tổn thương sâu răng giai đoạn sớm, đặc biệt là các tổn thương sau chỉnh nha được khuyên nên điều trị càng sớm càng tốt sau khi tháo mắc cài, do tổn thương này có xu hướng hoạt động mạnh lên ngay sau chỉnh nha. Cơ chế bệnh sinh Về cơ chế bệnh sinh, từ xưa đến nay đã có rất nhiều tác giả nghiên cứu và đưa ra nhiều thuyết khác nhau. Thuyết hóa học của Miller (1881): trong giai đoạn đầu dưới tác dụng của axit, tổ chức cứng của răng bị mất vôi.

Giai đoạn hai, tổ chức hữu cơ của ngà bị phá hủy. Thuyết của Davies: men vi khuẩn kết hợp với các chất gluxit tạo ra axit làm tiêu Ca 2+ gây sâu răng. Thuyết tiêu protein của Gottlieb (1946): vi khuẩn làm tiêu protein, dẫn đến sự bong ra của tinh thể men. Thuyết protein phức vòng càng: cả thành phần hữu cơ và vô cơ bị tiêu đồng thời bởi hai cơ chế riêng biệt.22 Cho đến những năm gần đây, thuyết động học ra đời và được chấp nhận rộng rãi: thuyết động học giải thích cơ chế hình thành sâu răng dựa vào hai quá trình sinh lí của diễn ra trên bề mặt men răng là quá trình hủy khoáng và quá trình tái khoáng.

Các thể sâu răng đều có chung một cơ chế gây bệnh này. Vi khuẩn trong mảng bám chuyển hóa carbohydrate tạo ra các axit hữu cơ làm môi trường xung quanh mảng bám có pH thấp. Các tinh thể Hydroxyapatite và Fluorapatite sẽ bị hòa tan nếu pH tại chỗ hạ xuống dưới pH tới hạn (pH tới hạn của Hydroxyapatite là 5,5, của Fluorapatite là 4,5). Sự hòa tan các lớp tinh thể dẫn đến tổn thương mất khoáng dưới bề mặt.

Các tổn thương được tạo ra bởi khử khoáng có thể hồi phục bằng cách hấp thụ canxi, phospho và fluor trong nước bọt tại pH trung tính, tạo thành lớp mới trên bề mặt men răng, quá trình này gọi là sự tái khoáng. Sự cân bằng giữa hủy khoáng và tái khoáng diễn ra tự nhiên liên tục trong khoang miệng.13,23 Sự cân bằng của hai quá trình này được đảm bảo nhờ sự cân bằng giữa yếu tố bảo vệ và yếu tố gây mất ổn định: 6 Yếu tố bảo vệ: - Vệ sinh răng miệng tốt - Vai trò làm sạch của nước bọt trong môi trường miệng - Khả năng đề kháng acid của men răng. Men răng được Fluor hóa cao sẽ đề kháng tốt hơn do pH tới hạn của nó thấp hơn hydroxyapatite. - pH của môi trường miệng > 5,5 và nồng độ ion Ca, NPO4 cao ở môi trường quanh răng.

- Trám bít hố rãnh dự phòng sâu răng. Yếu tố gây mất ổn định: - Sự tích tụ mảng bám vi khuẩn. - Chế độ ăn nhiều đường. - Thiếu nước bọt và các chất trung hòa, nước bọt pH axit do trào ngược.

- pH môi trường miệng < 5,5. Trong đó sự tích tụ mảng bám vi khuẩn là yếu tố nguy cơ cao dẫn tới thúc đẩy quá trình hủy khoáng. Sự tích tụ mảng bám vi khuẩn liên quan đến thói quen vệ sinh răng miệng, sự lệch lạc răng và đặc biệt hay gặp ở những bệnh nhân sử dụng khí cụ chỉnh hình răng. Việc sử dụng khí cụ chỉnh răng làm thay đổi môi trường tại chỗ dẫn tới giảm dòng chảy nước bọt qua đó và sự tăng sinh mạnh của vi khuẩn như S.

Mutans, lactobacilli và nhiều loại vi khuẩn khác có liên quan sự hình thành vùng mất khoáng.24 Khi hai quá trình này bị mất cân bằng và nghiêng về quá trình hủy khoáng, sẽ dẫn tới hình thành tổn thương sâu răng, mà đầu tiên sẽ là các tổn thương dạng đốm trắng - giai đoạn sớm của sâu răng. Phân loại sâu răng Có rất nhiều cách phân loại bệnh sâu răng. Có những phân loại phù hợp cho chẩn đoán, điều trị hàng ngày, có phân loại phục vụ cho điều tra nghiên cứu khoa học, cho tiên lượng và dự phòng bệnh. Phân loại theo vị trí và kích thước Bảng 1.

Phân loại theo vị trí và kích thước 25 Kích thước Nhỏ Trung bình Rộng Rất rộng Vị trí 1 2 3 4 Hố rãnh 1.4 1 Mặt tiếp giáp 2.4 3 - Vị trí: tổn thương sâu răng xuất hiện tại 3 vị trí trên thân và chân răng, nơi tích tụ mảng bám răng, gồm: + Vị trí 1: tổn thương ở hố rãnh và các mặt nhẵn. + Vị trí 2: tổn thương kết hợp với mặt tiếp giáp. + Vị trí 3: sâu cổ răng và chân răng. - Kích thước: có 4 kích thước của tổn thương sâu răng: + Loại 1: tổn thương nhỏ, vừa mới ở ngà răng, cần điều trị phục hồi, không thể tái khoáng.

+ Loại 2: tổn thương mức độ trung bình, liên quan đến ngà răng, thành lỗ sâu còn đủ, cần tạo lỗ hàn. + Loại 3: tổn thương rộng, thành không đủ hoặc nguy cơ vỡ, cần phải có các phương tiện lưu giữ cơ sinh học. + Loại 4: tổn thương rộng làm mất cấu trúc của răng. Phân loại theo ngưỡng chẩn đoán (theo Pitts) Năm 1997 Pitts đó miêu tả bằng hình ảnh về lợi ích của việc phát hiện sâu răng sớm.

Bằng việc sử dụng hình ảnh ẩn dụ của núi băng trôi (Hình 1.4), 8 ta có thể thấy các phương pháp phát hiện sâu răng truyền thống dẫn đến rất nhiều thương tổn không được phát hiện.26 D0: + Không phát hiện trên lâm sàng bằng phương pháp thông thường, tổn thương chỉ có thể phát hiện được bằng các phương tiện hiện đại. + Tổn thương có thể phát hiện trên lâm sàng nhờ hỗ trợ X quang. D1: Tổn thương phát hiện trên lâm sàng, bề mặt men răng còn giữ nguyên cấu trúc. D2: Tổn thương phát hiện trên lâm sàng không cần cận lâm sàng (tổn thương chỉ giới hạn ở men răng).

D3: Tổn thương phát hiện trên lâm sàng khi đã tổn thương vào ngà răng. D4: Tổn thương vào tủy răng. Sơ đồ phân loại của Pitts 26 9 1. Phân loại theo hệ thống đánh giá ICDAS ICDAS là một hệ thống mới đã được WHO đưa ra năm 2005, có ưu điểm giúp phát hiện, đánh giá và chẩn đoán được sâu răng ngay từ các giai đoạn sớm qua khám và quan sát bằng mắt thường.

Các thành phần trong hệ thống ICDAS bao gồm: hệ thống tiêu chí phát hiện sâu răng ICDAS, hệ thống tiêu chí đánh giá hoạt động của sâu răng ICDAS và hệ thống chẩn đoán sâu răng.2 mô tả tiêu chuẩn phát hiện sâu thân răng nguyên phát theo ICDAS. Ưu điểm: Nghiên cứu và phát hiện sâu răng tại cơ sở nha khoa cũng như trong cộng đồng. Nhược điểm: Không đưa ra được giải pháp kiểm soát sâu răng Bảng 1. Tiêu chuẩn phát hiện sâu thân răng nguyên phát theo ICDAS Mã số Mô tả 0 Lành mạnh 1 Đốm trắng đục (sau khi thổi khô 5 giây) 2 Đổi màu trên men (răng ướt) 3 Vỡ men định khu (không thấy ngà) 4 Bóng đen ánh lên từ ngà 5 Xoang sâu thấy ngà 6 Xoang sâu thấy ngà lan rộng (>1/2 mặt răng) 1.

Phân loại theo hệ thống đánh giá và phát hiện sâu răng quốc tế ICCMS (International Caries Classification and Management System) ICCMS là một hệ thống mới nhằm đánh giá, phát hiện tình trạng sâu răng và đưa ra giải pháp kiểm soát Pitts (2013) 29 đưa ra ICCMS với cấu trúc hệ thống ICCMS gồm: nguy cơ gây sâu răng, phân loại giai đoạn sâu răng, đưa ra quyết định chẩn đoán và kiểm soát sâu răng.3 mô tả tiêu chuẩn phát hiện sâu thân răng nguyên phát theo ICCMS. Ưu điểm: - Hệ thống linh hoạt và dễ sử dụng hơn. - Phân loại và đưa ra giải pháp kiểm soát sâu răng 10 Bảng 1.