Кариес является одним из самых распространенных хронических заболеваний, поражающим большую часть населения в течение жизни. Традиционно диагностика проводится рентгенологами путем визуального осмотра снимков, однако низкое качество изображений и артефакты часто приводят к ошибкам в интерпретации. В связи с этим разработка систем поддержки принятия решений для автоматического обнаружения кариеса стала актуальной темой исследований последних лет. Предложенная модель PaXNet призвана повысить точность диагностики, помогая специалистам выявлять поражения даже в сложных клинических случаях.
Исследователи представили PaXNet — систему на базе ИИ для автоматического обнаружения кариеса на панорамных рентгеновских снимках. Модель использует ансамблевое обучение и капсульные нейросети, чтобы минимизировать ошибки визуальной диагностики, вызванные низким качеством снимков или тенями. Это решение помогает стоматологам точнее выявлять заболевания на ранних стадиях, снижая влияние человеческого фактора.