Hiệu Quả Chẩn Đoán Sâu Răng Giai Đoạn Sớm Bằng Phương Pháp Học Máy

Khám phá hiệu quả của chẩn đoán sâu răng giai đoạn sớm bằng phương pháp học máy, nâng cao chất lượng chăm sóc sức khỏe răng miệng.

• 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 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
• 2. ĐỐI TƯỢNG VÀ PHƯƠNG PHÁP NGHIÊN CỨU
• 3. KẾT QUẢ NGHIÊN CỨU
• 4. BÀN LUẬN
• 5. HẠN CHẾ NGHIÊN CỨU
• 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
• 1. DANH MỤC BẢNG
• 2. DANH MỤC BIỂU ĐỒ
• 3. DANH MỤC HÌNH

Tóm tắt

I. Tổng Quan Về Hiệu Quả Chẩn Đoán Sâu Răng Giai Đoạn Sớm

Chẩn đoán sâu răng giai đoạn sớm là một vấn đề quan trọng trong nha khoa. Việc phát hiện sớm giúp ngăn ngừa tổn thương nghiêm trọng và bảo vệ sức khỏe răng miệng. Nghiên cứu cho thấy rằng tỷ lệ sâu răng ở trẻ em tại Việt Nam đang gia tăng, với nhiều trường hợp không được phát hiện kịp thời. Phương pháp học máy đang nổi lên như một giải pháp tiềm năng để cải thiện độ chính xác trong chẩn đoán.

1.1. Khái Niệm Về Sâu Răng Giai Đoạn Sớm

Sâu răng giai đoạn sớm là tình trạng tổn thương men răng chưa phát triển thành lỗ sâu. Việc nhận diện sớm giúp bảo tồn cấu trúc răng và giảm thiểu chi phí điều trị.

1.2. Tầm Quan Trọng Của Việc Phát Hiện Sớm

Phát hiện sớm sâu răng giúp ngăn ngừa các biến chứng nghiêm trọng. Nghiên cứu cho thấy rằng việc điều trị kịp thời có thể giảm thiểu tỷ lệ sâu răng vĩnh viễn ở trẻ em.

II. Thách Thức Trong Chẩn Đoán Sâu Răng Giai Đoạn Sớm

Mặc dù có nhiều phương pháp chẩn đoán, nhưng vẫn tồn tại nhiều thách thức trong việc phát hiện sâu răng giai đoạn sớm. Độ chính xác của các phương pháp hiện tại còn hạn chế, dẫn đến việc bỏ sót nhiều trường hợp. Điều này ảnh hưởng đến hiệu quả điều trị và sức khỏe răng miệng của bệnh nhân.

2.1. Độ Chính Xác Của Các Phương Pháp Hiện Tại

Các phương pháp như khám trực tiếp và chụp X-quang có thể không phát hiện được tổn thương nhỏ. Nghiên cứu cho thấy độ nhạy của các phương pháp này còn thấp.

2.2. Khó Khăn Trong Việc Đánh Giá Tổn Thương

Việc đánh giá tổn thương sâu răng giai đoạn sớm thường phụ thuộc vào kinh nghiệm của bác sĩ. Điều này có thể dẫn đến sự khác biệt trong kết quả chẩn đoán.

III. Phương Pháp Học Máy Trong Chẩn Đoán Sâu Răng

Phương pháp học máy đang được áp dụng rộng rãi trong lĩnh vực y tế, đặc biệt là trong chẩn đoán sâu răng. Các mô hình học máy có khả năng phân tích hình ảnh nha khoa và phát hiện tổn thương sâu răng với độ chính xác cao hơn so với các phương pháp truyền thống.

3.1. Các Mô Hình Học Máy Phổ Biến

Một số mô hình học máy như CNN và YOLO đã được áp dụng để phát hiện sâu răng. Các nghiên cứu cho thấy rằng những mô hình này có độ nhạy và độ đặc hiệu cao.

3.2. Lợi Ích Của Việc Sử Dụng Học Máy

Học máy giúp tự động hóa quá trình chẩn đoán, giảm thiểu sai sót do con người. Điều này không chỉ tiết kiệm thời gian mà còn nâng cao độ chính xác trong chẩn đoán.

IV. Ứng Dụng Thực Tiễn Của Phương Pháp Học Máy

Việc áp dụng phương pháp học máy trong chẩn đoán sâu răng giai đoạn sớm đã cho thấy nhiều kết quả khả quan. Nghiên cứu cho thấy rằng các mô hình học máy có thể phát hiện tổn thương sâu răng với độ chính xác cao, giúp bác sĩ đưa ra quyết định điều trị kịp thời.

4.1. Kết Quả Nghiên Cứu Về Độ Nhạy

Nghiên cứu cho thấy rằng độ nhạy của các mô hình học máy trong chẩn đoán sâu răng giai đoạn sớm đạt trên 90%. Điều này cho thấy tiềm năng lớn của công nghệ này trong nha khoa.

4.2. Ứng Dụng Trong Thực Tế

Nhiều phòng khám nha khoa đã bắt đầu áp dụng công nghệ học máy để hỗ trợ chẩn đoán. Điều này không chỉ nâng cao chất lượng dịch vụ mà còn cải thiện sức khỏe răng miệng cho bệnh nhân.

V. Kết Luận Về Tương Lai Của Chẩn Đoán Sâu Răng

Tương lai của chẩn đoán sâu răng giai đoạn sớm hứa hẹn sẽ có nhiều tiến bộ nhờ vào sự phát triển của công nghệ học máy. Việc áp dụng các phương pháp này không chỉ giúp nâng cao độ chính xác mà còn cải thiện quy trình điều trị cho bệnh nhân.

5.1. Tiềm Năng Của Công Nghệ AI

Công nghệ AI có khả năng phân tích dữ liệu lớn và phát hiện các mẫu tổn thương mà con người có thể bỏ sót. Điều này mở ra cơ hội mới cho việc chẩn đoán và điều trị sâu răng.

5.2. Hướng Đi Tương Lai Trong Nha Khoa

Nghiên cứu và phát triển các mô hình học máy sẽ tiếp tục được đẩy mạnh. Điều này sẽ giúp cải thiện chất lượng chẩn đoán và điều trị sâu răng trong tương lai.

Nội dung chính

Tổng quan luận án

Sâu răng là bệnh lý mạn tính phổ biến trên thế giới và tại Việt Nam. Theo các nghiên cứu được ghi nhận trong y văn, tỷ lệ sâu răng ở trẻ em (ECC) tại Thái Nguyên là 91,1%; tại trường mẫu giáo Việt Triều (Hà Nội) năm 2018 có 51,8% trẻ 2-5 tuổi bị sâu răng sữa; 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 của học sinh 4-8 tuổi là 16,3%. Sau điều trị chỉnh nha, tỷ lệ mắc tổn thương sâu răng sớm dao động trong khoảng 26% đến 89%, trong đó phần lớn các báo cáo ghi nhận trên 50%. Sâu răng giai đoạn sớm là giai đoạn tổn thương mất khoáng dưới bề mặt nhưng chưa hình thành lỗ sâu trên men răng, có khả năng tái khoáng hóa để phục hồi cấu trúc ban đầu nếu được chẩn đoán kịp thời.

Khoảng trống nghiên cứu được tác giả xác định xuất phát từ hai vấn đề chính:

1. Các phương pháp phát hiện sâu răng giai đoạn sớm hiện nay (khám mắt thường, huỳnh quang laser, chụp ảnh kỹ thuật số, X-quang) cho kết quả khác biệt giữa các công trình nghiên cứu riêng lẻ, nhưng chưa có phân tích gộp (meta-analysis) để lượng hóa và so sánh hiệu quả chẩn đoán giữa các phương pháp.
2. Dữ liệu ứng dụng trí tuệ nhân tạo (AI) và học máy (machine learning) trong nha khoa chủ yếu được thực hiện in vitro trong phòng thí nghiệm; nguồn dữ liệu ảnh chụp lâm sàng chưa được thu thập và lưu trữ chuẩn hóa; các nghiên cứu đánh giá thuật toán học máy phát hiện sâu răng giai đoạn sớm trực tiếp trên lâm sàng còn rất hạn chế.

Luận án tiến sĩ chuyên ngành Răng Hàm Mặt (mã số: 9720501) của nghiên cứu sinh Mai Thị Giang Thanh, thực hiện tại Trường Đại học Y Hà Nội năm 2023 dưới sự hướng dẫn của GS. Võ Trương Như Ngọc và PGS. Ngô Văn Toàn, đặt ra ba 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: Các tài liệu nghiên cứu công bố quốc tế về chẩn đoán sâu răng giai đoạn sớm (phục vụ mục tiêu 1); hình ảnh chụp trong miệng và bề mặt răng của các đối tượng thăm khám lâm sàng (phục vụ mục tiêu 2 và 3).
• Phạm vi không gian: Nghiên cứu thực địa thu thập dữ liệu tại Viện Đào tạo Răng Hàm Mặt (Trường Đại học Y Hà Nội), Khoa Răng Miệng (Bệnh viện Hữu Nghị Việt Nam - CuBa), Trung tâm thực hành khám chữa bệnh (Trường Cao đẳng Y tế Hà Đông), phối hợp kỹ thuật xử lý dữ liệu cùng 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: Nghiên cứu tổng quan tài liệu và thu thập, phân tích dữ liệu hoàn thành vào năm 2023.

Tổng quan tài liệu và vị trí của luận án

Luận án hệ thống hóa các nghiên cứu trong nước và quốc tế liên quan đến cơ chế bệnh sinh, chẩn đoán sâu răng sớm và ứng dụng công nghệ học máy:

• Về cơ chế bệnh sinh và mô bệnh học: Tác giả điểm lại thuyết hóa học của Miller (1881), thuyết của Davies, thuyết tiêu protein của Gottlieb (1946), thuyết protein phức vòng càng và thuyết động học giải thích sự mất cân bằng giữa quá trình hủy khoáng và tái khoáng men răng.
• Về các hệ thống phân loại: Hệ thống phân loại Mount & Hume theo vị trí và kích thước; mô hình ngưỡng chẩn đoán của Pitts (1997) từ D0 đến D4; tiêu chuẩn đánh giá và phát hiện sâu răng quốc tế ICDAS (WHO, 2005) gồm các mã từ 0 đến 6; và hệ thống phân loại và quản lý sâu răng quốc tế ICCMS (Pitts, 2013) gồm các mã từ 0 đến 3.
• Về các phương pháp chẩn đoán cận lâm sàng:
  • Nghiên cứu của Vaswani S. và cộng sự (2018) về hiệu quả quan sát trực tiếp trên bề mặt nhẵn.
  • Nghiên cứu của Gimenez và cộng sự (2015) tổng quan về độ chính xác của khám trực tiếp (độ chính xác 0,86 ở mặt bên và 0,92 ở mặt nhai).
  • Nghiên cứu về phương pháp huỳnh quang: Kouchaji (2012) so sánh khám trực tiếp và huỳnh quang laser; Pereira (2011) nghiên cứu thiết bị QLF với bước sóng 370 nm (độ nhạy 0,96; độ đặc hiệu 0,66); Lussi và cộng sự (2001, 2004) đánh giá thiết bị Diagnodent (bước sóng 655 nm); Zeitouny (2014), Jablonski-Momeni (2012) và Iranzo-Cortes (2018) đánh giá máy ảnh huỳnh quang VistaProof (bước sóng 400-405 nm).
  • Nghiên cứu chẩn đoán qua ảnh: Van Hilsen (2013) sử dụng ảnh chụp CAM (độ nhạy 80,5%, độ đặc hiệu 52,5%); Kohana (2018) dùng ảnh điện thoại thông minh (Nexus, iPhone 5) và ảnh macro; Boye (2012) chứng minh ảnh chụp có độ nhạy cao hơn mắt thường trên răng đã nhổ.
  • Nghiên cứu ứng dụng học máy trong nha khoa: Ghaedi và cộng sự (2014) sử dụng 88 ảnh mặt nhai phân loại theo ICDAS (độ chính xác 86,3%, độ nhạy 83%, độ đặc hiệu 91,7%); Berdouses và cộng sự (2015) dùng 103 ảnh kỹ thuật số với 425 vùng tổn thương theo ICDAS II (độ chính xác chung 83%); Srivastava (2017) dùng mạng FCNN trên hơn 3000 ảnh X-quang (độ nhạy 80,5%, độ chính xác 61,5%); Eun (2016) và Lee (2017) nghiên cứu mạng nơ-ron tích chập (CNN).
  • Phân tích gộp chẩn đoán: Nghiên cứu của Rankovic (2021) trên tổn thương mặt bên của răng.

Khoảng trống luận án lựa chọn giải quyết: Cung cấp bằng chứng định lượng tổng hợp thông qua phân tích gộp sROC đối với các phương pháp chẩn đoán sâu răng sớm; xây dựng bộ dữ liệu ảnh lâm sàng thực tế tại Việt Nam; thử nghiệm đối sánh đa mô hình học máy nhận dạng đối tượng (YOLOv3, Faster R-CNN, RetinaNet, SSD) nhằm xác định công cụ hỗ trợ sàng lọc sâu răng sớm trên lâm sàng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

• Lý thuyết quang học của tổn thương men răng: Khúc xạ ánh sáng thay đổi khi khoáng chất bị mất dưới bề mặt men. Chỉ số khúc xạ của men răng lành mạnh là 1,65, của nước là 1,33 và của không khí là 1,00. Khi thổi khô tổn thương sớm, nước trong các khoảng gian tinh thể bị thay thế bởi không khí, làm tăng độ tán xạ và xuất hiện tổn thương đốm trắng.
• Vi thể mô bệnh học tổn thương men sớm gồm 4 lớp: vùng trong mờ (thể tích lỗ xốp chiếm khoảng 1%), vùng tối (2-4%), vùng trung tâm (5-25%), và vùng bề mặt (1-5%).
• Cơ chế hủy khoáng - tái khoáng: Quá trình hòa tan tinh thể xảy ra khi độ pH môi trường miệng hạ xuống dưới ngưỡng tới hạn (pH 5,5 đối với Hydroxyapatite và pH 4,5 đối với Fluorapatite).
• Các hệ thống tiêu chuẩn chẩn đoán: Thang phân loại Pitts (1997); Tiêu chuẩn ICDAS và ICCMS:

Hệ thống	Mã số	Định nghĩa tổn thương lâm sàng
ICDAS	Mã 0	Bề mặt men lành mạnh
	Mã 1	Đốm trắng đục quan sát thấy sau khi thổi khô 5 giây
	Mã 2	Đổi màu trên men quan sát thấy khi bề mặt răng còn ướt
	Mã 3	Vỡ men định khu (chưa thấy ánh màu ngà)
	Mã 4	Bóng đen ánh lên từ ngà răng dưới lớp men
	Mã 5	Xoang sâu thấy ngà răng
	Mã 6	Xoang sâu thấy ngà lan rộng (>1/2 mặt răng)
ICCMS	Mã 0	Bề mặt nguyên vẹn, men trong sạch bóng sau thổi khô 5 giây
	Mã 1	Giai đoạn đầu: đổi màu đốm trắng/nâu, chưa phá hủy bề mặt
	Mã 2	Giai đoạn giữa: điểm trắng đục/nâu có sự phá hủy lớp men
	Mã 3	Giai đoạn sâu nặng: lỗ sâu rõ rệt, ngà răng bị bộc lộ

• Thang phân loại thiết bị laser huỳnh quang Diagnodent (LF/LFpen):
  • Giá trị 0–13: Không có sâu răng hoặc khởi đầu tổn thương ở men.
  • Giá trị 14–20: Sâu men, sâu ngà nông hoặc sâu răng ngừng tiến triển.
  • Giá trị 21–30: Sâu ngà sâu.
  • Giá trị 31–99: Tổn thương rộng và sâu.
• Lý thuyết học máy và học sâu:
  • Kiến trúc mạng Faster R-CNN (kết hợp Convolutional Neural Network - CNN, Region Proposal Network - RPN với các cửa sổ trượt anchors và Region of Interest Pooling - RoI).
  • Mô hình Single Shot MultiBox Detector (SSD).
  • Mô hình RetinaNet.
  • Mô hình You Only Look Once phiên bản 3 (YOLOv3).

Phương pháp nghiên cứu thực tế

1. Phương pháp cho Mục tiêu 1 (Tổng quan hệ thống và Phân tích gộp meta-analysis):
   • Quy trình tìm kiếm tài liệu theo hướng dẫn PRISMA trên hai cơ sở dữ liệu y sinh quốc tế PubMed và Cochrane.
   • Tiêu chí lựa chọn và loại trừ xác định rõ các nghiên cứu cắt ngang đánh giá độ chính xác của xét nghiệm chẩn đoán (DTA).
   • Đánh giá chất lượng phương pháp luận của các bài báo đưa vào tổng hợp.
   • Kỹ thuật thống kê: Tính toán độ nhạy gộp (pooled Sensitivity), độ đặc hiệu gộp (pooled Specificity), tỷ số chênh chẩn đoán (Diagnostic Odds Ratio - DOR), xây dựng đường cong đặc tính hoạt động máy thu tóm lược (Summary Receiver Operating Characteristic - sROC) và tính diện tích dưới đường cong (AUC).
2. Phương pháp cho Mục tiêu 2 (Xây dựng hệ dữ liệu ảnh chuẩn):
   • Thiết kế nghiên cứu mô tả cắt ngang.
   • Thu thập ảnh chụp trong miệng bằng máy ảnh nha khoa và điện thoại thông minh theo quy trình chuẩn hóa các tư thế chụp (vị trí trung tâm, bên phải, bên trái; mặt ngoài và mặt nhai).
   • Tiến hành qua 2 giai đoạn; dữ liệu ảnh được làm sạch, chuẩn hóa kích thước và thực hiện gán nhãn tổn thương thủ công (annotation) thông qua phần mềm chuyên dụng bởi các chuyên gia răng hàm mặt dựa trên tiêu chuẩn ICDAS/ICCMS.
3. Phương pháp cho Mục tiêu 3 (Đánh giá hiệu quả chẩn đoán của mô hình học máy):
   • Huấn luyện và thử nghiệm 4 mô hình: YOLOv3, Faster R-CNN, RetinaNet, SSD.
   • Đánh giá hiệu năng phát hiện sâu răng giai đoạn sớm và sâu răng giai đoạn có lỗ trên hai vị trí giải phẫu: mặt ngoài và mặt nhai.
   • Đối sánh độ nhạy và độ đặc hiệu của các mô hình học máy với hai tiêu chuẩn tham chiếu độc lập: tiêu chuẩn khám lâm sàng trực tiếp và tiêu chuẩn khám qua ảnh; đồng thời so sánh đối chứng với phương pháp laser huỳnh quang (DIAGNOdent pen 2190).

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 trình bày tổng quan về tổn thương sâu răng giai đoạn sớm, cấu trúc mô học men răng, các thuyết bệnh sinh kinh điển và thuyết động học hiện đại về sự mất khoáng. Tác giả phân tích các hệ thống phân loại tổn thương sâu răng (Mount & Hume, Pitts, ICDAS, ICCMS) và nguyên lý hoạt động của các phương pháp chẩn đoán: khám lâm sàng bằng mắt, X-quang cánh cắn/cận chóp, thiết bị quang học và huỳnh quang (QLF, Diagnodent, VistaProof), ảnh chụp kỹ thuật số (MDP). Chương này cũng trình bày lý thuyết phân tích gộp meta-analysis trong nghiên cứu chẩn đoán y học, các chỉ số thống kê (Độ nhạy, Độ đặc hiệu, Độ chính xác, ROC, AUC), cùng nguyên lý của các thuật toán thị giác máy tính và học sâu (CNN, Faster R-CNN, SSD, RetinaNet, YOLOv3) trong nhận dạng hình ảnh y khoa.

Chương 2: Đối tượng và phương pháp nghiên cứu

Chương 2 mô tả chi tiết thiết kế và quy trình triển khai nghiên cứu cho ba mục tiêu:

• Mục tiêu 1: Chiến lược tìm kiếm tài liệu trên PubMed và Cochrane, sơ đồ PRISMA, tiêu chuẩn chọn mẫu/loại trừ, công cụ đánh giá chất lượng nghiên cứu và phương pháp phân tích đường cong sROC.
• Mục tiêu 2: Tiêu chuẩn lựa chọn đối tượng lâm sàng, quy trình chuẩn hóa chụp ảnh trong miệng (sử dụng khay khám, thiết bị DIAGNOdent pen 2190, FF-Photo), quy trình gán nhãn dữ liệu hình ảnh 2 giai đoạn theo các mức độ tổn thương (men lành mạnh, thay đổi hình dạng/đổi màu men, phá hủy men, lỗ sâu rõ rệt).
• Mục tiêu 3: Quy trình tiền xử lý dữ liệu, phân chia tập dữ liệu huấn luyện/kiểm thử cho các mô hình học máy (YOLOv3, Faster R-CNN, RetinaNet, SSD); phương pháp xác định các biến số nghiên cứu, công thức tính toán độ nhạy, độ đặc hiệu, diện tích dưới đường cong so với tiêu chuẩn tham chiếu (khám trực tiếp và khám qua ảnh); quy trình kiểm soát sai số và các cam kết đạo đức nghiên cứu y sinh học.

Chương 3: Kết quả nghiên cứu

Chương 3 tổng hợp các kết quả thực nghiệm theo ba nhóm nội dung:

1. Kết quả tổng quan hệ thống và phân tích gộp:
   • Sơ đồ PRISMA chọn lọc các bài báo đạt chuẩn chất lượng.
   • Thống kê độ nhạy, độ đặc hiệu và vẽ đường cong sROC của phương pháp khám trực tiếp, phương pháp huỳnh quang và phương pháp khám qua ảnh; so sánh hiệu năng giữa nghiên cứu in vitro trong phòng thí nghiệm và nghiên cứu in vivo trên lâm sàng; so sánh hiệu năng riêng biệt trên mặt nhai của răng.
2. Kết quả xây dựng hệ dữ liệu ảnh:
   • Thống kê tỷ lệ ảnh và tỷ lệ răng có tổn thương sâu răng qua 2 giai đoạn xây dựng dữ liệu.
   • Phân bố tỷ lệ mức độ tổn thương sâu răng trên ảnh chụp mặt ngoài cung răng và ảnh chụp mặt nhai.
3. Kết quả đánh giá hiệu năng chẩn đoán của mô hình học máy:
   • Phân bố đối tượng nghiên cứu theo giới tính và đặc điểm lâm sàng.
   • Tỷ lệ phát hiện sâu răng trên mặt ngoài và mặt nhai bằng khám trực tiếp, laser huỳnh quang, khám qua ảnh và 4 mô hình học máy.
   • Bảng tổng hợp độ nhạy và độ đặc hiệu của YOLOv3, Faster R-CNN, RetinaNet, SSD khi chẩn đoán sâu răng sớm và sâu răng có lỗ trên mặt ngoài với tiêu chuẩn tham chiếu là khám trực tiếp (Bảng 3.14 đến 3.21) và tiêu chuẩn tham chiếu là khám qua ảnh (Bảng 3.26 đến 3.33).
   • Bảng tổng hợp độ nhạy và độ đặc hiệu của YOLOv3, Faster R-CNN, RetinaNet, SSD khi chẩn đoán sâu răng sớm và sâu răng có lỗ trên mặt nhai với tiêu chuẩn tham chiếu là khám trực tiếp (Bảng 3.34 đến 3.41, mẫu n=4046 tại Bảng 3.37) và tiêu chuẩn tham chiếu là khám qua ảnh (Bảng 3.46 đến 3.53).
   • Độ nhạy và độ đặc hiệu của phương pháp laser huỳnh quang và khám qua ảnh đối chứng với khám trực tiếp trên mặt ngoài (Bảng 3.22 đến 3.25) và trên mặt nhai (Bảng 3.42 đến 3.45).

Chương 4: Bàn luận

Chương 4 bàn luận sâu về các phát hiện nghiên cứu:

• Bàn luận về giá trị chẩn đoán của các phương pháp thông qua phân tích gộp meta-analysis, chỉ ra sự khác biệt về độ nhạy và độ đặc hiệu giữa điều kiện phòng thí nghiệm và thực tế lâm sàng.
• Bàn luận về tính khả thi, độ tin cậy và quy trình chuẩn hóa trong xây dựng hệ dữ liệu ảnh lâm sàng có gán nhãn tại Việt Nam qua 2 giai đoạn.
• Phân tích hiệu năng chẩn đoán của các mô hình học máy (YOLOv3, Faster R-CNN, RetinaNet, SSD) so với khám trực tiếp và khám qua ảnh; giải thích sự biến thiên độ nhạy/độ đặc hiệu giữa mặt ngoài (bề mặt phẳng, dễ tiếp cận ánh sáng) và mặt nhai (cấu trúc giải phẫu hố rãnh phức tạp, dễ đọng mảng bám và nước bọt).
• Phân tích các hạn chế của từng phần nghiên cứu; nêu rõ điểm mới, tính giá trị khoa học và khả năng ứng dụng thực tiễn của đề tài.

Kết quả và những đóng góp mới

Đóng góp mới về mặt lý luận và khoa học

1. Cung cấp bằng chứng định lượng tổng hợp thông qua phân tích gộp meta-analysis về độ nhạy, độ đặc hiệu và đường cong sROC của các phương pháp chẩn đoán sâu răng giai đoạn sớm (khám trực tiếp, huỳnh quang laser, chụp ảnh), làm rõ sự sai khác về hiệu năng giữa môi trường in vitro và in vivo.
2. Xây dựng quy trình chuẩn hóa gồm 2 giai đoạn để thiết lập bộ dữ liệu hình ảnh lâm sàng chất lượng cao về sâu răng giai đoạn sớm tại Việt Nam, có phân loại tổn thương theo hệ thống chuẩn quốc tế (ICDAS/ICCMS).
3. Đánh giá đối chứng thực nghiệm đa mô hình học sâu nhận dạng vật thể (YOLOv3, Faster R-CNN, RetinaNet, SSD) trên ảnh chụp lâm sàng ở các mặt răng khác nhau (mặt ngoài, mặt nhai), đóng góp cơ sở dữ liệu thực nghiệm về ứng dụng trí tuệ nhân tạo trong chẩn đoán hình ảnh nha khoa.

Kiến nghị và khả năng áp dụng thực tiễn

• Ứng dụng hệ thống dữ liệu và mô hình học máy vào công tác sàng lọc sâu răng giai đoạn sớm trong cộng đồng, đặc biệt tại các trường học và khu vực y tế cơ sở thiếu bác sĩ chuyên khoa Răng Hàm Mặt.
• Tận dụng thiết bị chụp ảnh thông dụng (điện thoại thông minh) kết hợp mô hình AI để triển khai hệ thống tư vấn, chẩn đoán nha khoa từ xa (Teledentistry).
• Sử dụng kết quả nghiên cứu làm tài liệu giảng dạy và đào tạo thực hành cho sinh viên, học viên sau đại học chuyên ngành Răng Hàm Mặt.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế được ghi nhận trong luận án

1. Về phân tích gộp: Số lượng nghiên cứu lâm sàng (in vivo) đáp ứng đầy đủ tiêu chí đưa vào phân tích gộp meta-analysis còn hạn chế so với các nghiên cứu trong phòng thí nghiệm (in vitro).
2. Về xây dựng hệ dữ liệu: Việc thu thập ảnh chụp trong miệng trên lâm sàng chịu ảnh hưởng bởi các yếu tố môi trường miệng như nước bọt, bọt khí, mảng bám và hạn chế về góc chụp ở các vùng răng hàm phía sau.
3. Về đánh giá mô hình học máy: Nghiên cứu tập trung đánh giá trên mặt ngoài và mặt nhai của răng, chưa đánh giá đầy đủ trên các tổn thương sâu răng ở mặt bên (mặt tiếp giáp) do hạn chế của ảnh chụp quang học thông thường so với phim X-quang.

Hướng nghiên cứu tiếp theo

• Mở rộng quy mô bộ dữ liệu hình ảnh lâm sàng đa trung tâm trên nhiều nhóm tuổi và nhóm đối tượng khác nhau.
• Tối ưu hóa các thuật toán học máy nhằm tăng độ chính xác nhận diện trên các vùng giải phẫu hố rãnh phức tạp và tích hợp mô hình vào các ứng dụng di động phục vụ cộng đồng.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên môn cho các đối tượng:

• Nghiên cứu sinh, học viên cao học, bác sĩ chuyên khoa Răng Hàm Mặt: Tham khảo quy trình phân tích gộp meta-analysis chẩn đoán (DTA), các tiêu chuẩn phân loại tổn thương sâu răng sớm theo ICDAS/ICCMS, và phương pháp ứng dụng thiết bị laser huỳnh quang.
• Các nhà nghiên cứu liên ngành Trí tuệ nhân tạo - Y tế: Tham khảo phương pháp xây dựng, gán nhãn bộ dữ liệu ảnh y khoa chuẩn hóa và quy trình đánh giá đối sánh các thuật toán học sâu nhận dạng đối tượng (YOLOv3, Faster R-CNN, RetinaNet, SSD).
• Cán bộ quản lý y tế và chuyên gia nha khoa cộng đồng: Tham khảo cơ sở khoa học để xây dựng các chương trình sàng lọc sâu răng sớm học đường và phát triển nền tảng nha khoa từ xa.

Câu hỏi thường gặp

1. Thuyết động học giải thích cơ chế hình thành tổn thương sâu răng giai đoạn sớm như thế nào?
   Thuyết động học giải thích cơ chế sâu răng dựa trên sự mất cân bằng giữa hai quá trình sinh lý diễn ra liên tục trên bề mặt men răng là hủy khoáng và tái khoáng. Khi vi khuẩn trong mảng bám chuyển hóa carbohydrate tạo ra axit hữu cơ làm môi trường pH hạ xuống dưới ngưỡng tới hạn (5,5 đối với Hydroxyapatite và 4,5 đối với Fluorapatite), các tinh thể men bị hòa tan tạo ra tổn thương mất khoáng dưới bề mặt men.

2. Bốn vùng vi thể của tổn thương sâu men giai đoạn sớm có tỷ lệ thể tích lỗ xốp như thế nào?
   Từ trong ra ngoài, bốn vùng vi thể gồm: vùng trong mờ (lỗ xốp chiếm khoảng 1% thể tích men, gấp 10 lần men lành), vùng tối (lỗ xốp chiếm 2–4% thể tích men), vùng trung tâm (lỗ xốp chiếm 5–25% thể tích men), và vùng bề mặt (lỗ xốp chiếm 1–5% thể tích men).

3. Hệ thống phân loại ICCMS chia sâu thân răng nguyên phát thành các giai đoạn nào?
   Hệ thống ICCMS chia sâu thân răng thành 4 mức độ: Mã 0 (bề mặt nguyên vẹn, men trong sạch bóng sau thổi khô 5 giây), Mã 1 (giai đoạn đầu, đổi màu đốm trắng hoặc nâu, chưa phá hủy bề mặt men), Mã 2 (giai đoạn giữa, điểm trắng đục/nâu có sự phá hủy men), và Mã 3 (giai đoạn sâu nặng, hình thành lỗ sâu rõ rệt bộc lộ ngà răng).

4. Luận án đã đánh giá và so sánh những mô hình học máy nào trong nhận dạng sâu răng?
   Luận án thực hiện huấn luyện, kiểm thử và đối sánh hiệu năng của 4 mô hình học sâu nhận dạng đối tượng gồm: YOLOv3, Faster R-CNN, RetinaNet và SSD. Hiệu năng của các mô hình được đánh giá trên tổn thương sâu răng sớm và sâu răng có lỗ ở mặt ngoài và mặt nhai.

5. Thang điểm huỳnh quang của thiết bị DIAGNOdent phân loại mức độ sâu răng như thế nào?
   Thiết bị Diagnodent chuyển đổi cường độ huỳnh quang thành thang số từ 0 đến 99: giá trị 0–13 biểu thị không có sâu răng hoặc khởi đầu tổn thương men; 14–20 biểu thị sâu men, sâu ngà nông hoặc sâu ngừng tiến triển; 21–30 biểu thị sâu ngà sâu; và 31–99 biểu thị tổn thương sâu rộng và sâu.

Kết luận

Luận án của nghiên cứu sinh Mai Thị Giang Thanh đã hoàn thành ba mục tiêu nghiên cứu thông qua việc tổng hợp định lượng y văn bằng phương pháp meta-analysis, xây dựng thành công bộ dữ liệu ảnh lâm sàng chuẩn hóa 2 giai đoạn, và đánh giá hiệu năng chẩn đoán sâu răng giai đoạn sớm của 4 mô hình học máy (YOLOv3, Faster R-CNN, RetinaNet, SSD) trên các mặt răng. Kết quả nghiên cứu cung cấp cơ sở khoa học về giá trị của các phương tiện chẩn đoán hình ảnh và huỳnh quang, đồng thời chứng minh tiềm năng ứng dụng của các mô hình học sâu trong hỗ trợ sàng lọc bệnh lý sâu răng giai đoạn sớm trên lâm sàng và cộng đồng. Công trình có giá trị khoa học và thực tiễn đối với chuyên ngành Răng Hàm Mặt và định hướng phát triển y tế 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.