Umělá inteligence ve stomatologii: od druhého čtení bite-wing snímků k řízení provozu ordinace

Souhrn

Umělá inteligence se ve stomatologii posouvá od experimentálních aplikací k praktickým nástrojům pro diagnostiku, komunikaci s pacientem a provoz ordinace. Nejzralejší oblastí je analýza zobrazovacích dat, zejména bite-wing, periapikálních a panoramatických snímků a kuželové výpočetní tomografie. U časných aproximálních kazů na bite-wing snímcích je lidské čtení zatíženo významnou poddiagnostikovaností; ve studii ADEPT zubní lékaři bez podpory umělé inteligence zachytili 44,3 % sklovinných proximálních lézí a s její podporou 75,8 %. Rozdíl 31,5 procentního bodu je přesnější interpretací často zmiňovaného údaje o „zhruba třetině“ než paušální tvrzení o 30% chybovosti dentální radiografie.

Bezpečná implementace vyžaduje používání umělé inteligence jako druhého čtenáře, klinickou kontrolu falešně pozitivních nálezů a nepřenášení odpovědnosti z lékaře na software. Další přínos spočívá ve vysvětlování léčebných variant, dokumentaci informovaného souhlasu, nepřetržité recepci, vícejazyčné komunikaci, automatizovaném objednávání, pooperačním sledování, ambientním zápisu a podpoře vykazování výkonů.

Klíčová slova:

informovaný souhlas – umělá inteligence – zubní kaz – zdravotnická dokumentace – stomatologie – bite-wing snímek – řízení ordinace

ÚVOD

Stomatologie patří mezi obory, ve kterých se umělá inteligence (AI) může uplatnit mimořádně rychle. Je obrazově bohatý, datově strukturovaný, výkonově opakovatelný a současně provozně zatížený velkým množstvím rutinních úkonů. V jedné ordinaci se denně setkává rentgenová diagnostika, intraorální fotografie, digitální skeny, parodontologické indexy, odontogram, informovaný souhlas, vykazování výkonů, komunikace s pacienty a návazná péče po zákroku. Na kapitolu o stomatologii v nedávno vydané monografii o AI ve zdravotnictví lze proto navázat užším klinicko-provozním rámcem: AI ve stomatologii není pouze nástrojem pro „hledání kazu“, ale novým způsobem, jak standardizovat nález, vysvětlit možnosti léčby a zorganizovat ambulantní praxi (1).

Pro čtenáře obecného lékařského časopisu je důležité odlišit 3 úrovně: První je diagnostická AI, typicky analýza snímků a strukturovaná podpora klinického rozhodnutí. Druhá je komunikační AI, která pomáhá vysvětlovat nález, rizika a léčebné varianty. Třetí je provozní AI, která přebírá část recepční, administrativní a dokumentační zátěže. V zobrazovacích metodách je role AI v medicíně obecně vnímána především jako podpůrná a validační, nikoli jako náhrada lékaře (2). Totéž platí ve stomatologii: přínos AI je největší tam, kde je výstup lékařem kontrolovatelný, auditovatelný a klinicky začleněný (3).

PROČ JE BITE-WING ZVLÁŠTNÍ PROBLÉM

Skusový snímek, v běžné terminologii bite-wing, je ve stomatologii základním nástrojem pro záchyt aproximálních kazů, tedy lézí skrytých mezi zuby. Právě zde je však lidské čtení zatíženo významnou variabilitou. Systematický přehled radiografické detekce kazu ukázal, že u počátečních lézí je citlivost nízká; u „jakýchkoli“ lézí včetně iniciálních se souhrnné hodnoty senzitivity pohybovaly přibližně mezi 0,24 a 0,42, zatímco specificita byla často střední až vysoká. Radiografie je tedy vhodnější pro pokročilejší a kavitované léze než pro nejčasnější změny (4).

Pravděpodobně nejvhodnějším podkladem pro opatrnou formulaci údaje o „zhruba třetině“ rozdílu v interpretaci bite-wing snímků je studie ADEPT: 23 zubních lékařů v ní hodnotilo 24 bite-wing snímků; expertní panel předem určil 65 sklovinných proximálních kazů a 241 zdravých proximálních povrchů. Lékaři bez pomoci AI zachytili 44,3 % těchto lézí, zatímco lékaři s AI podporou 75,8 %. Rozdíl činil 31,5 procentního bodu. Současně však vzrostl podíl falešně pozitivních označení zdravých povrchů ze 3,7 % na 14,6 % (5).

Z toho vyplývá důležitá formulační opatrnost. Není správné napsat, že „zubní lékaři chybují ve 30 % rentgenových snímků“. Správnější je konstatovat, že u časných sklovinných aproximálních lézí na bite-wing snímcích existuje klinicky významná poddiagnostikovanost a že v jedné kontrolované studii zvýšila AI asistence záchyt o 31,5 procentního bodu. Tento údaj podporuje zavedení AI jako druhého čtenáře a jako nástroje preventivní stomatologie. Nepodporuje však autonomní rozhodování ani invazivní léčbu jen na základě barevné anotace v obrazu.

UMĚLÁ INTELIGENCE JAKO DRUHÝ ČTENÁŘ, NIKOLI NÁHRADA KLINICKÉHO ÚSUDKU

Současné práce o detekci kazu nástroji AI ukazují slibné výsledky, ale zároveň heterogenitu datových souborů, modalit a metodiky. Systematický přehled z roku 2024 zahrnul studie s periapikálními, bite-wing a panoramatickými snímky; uváděl široké rozpětí senzitivity 0,44–0,86, specificity 0,85–0,98 a přesnosti 0,73–0,98 (6). Novější externí validace jednoho systému na 100 bite-wing snímcích a 1540 aproximálních površích ukázala specificitu 94,3 %, negativní prediktivní hodnotu 96,1 %, ale pouze střední senzitivitu 73,1 % a nižší pozitivní prediktivní hodnotu 64,7 % (7). Vývojová studie modelu YOLOv8 na 552 bite-wing snímcích, z nichž bylo datovým rozšířením (augmentací) vytvořeno 1506 obrazů, uvedla recall 79,77 %, tedy senzitivitu neboli podíl skutečných lézí správně zachycených systémem. Skóre F1 dosáhlo 82,22 %; jde o harmonický průměr recallu a pozitivní prediktivní hodnoty, takže vysoké skóre F1 vyžaduje současně dobrý záchyt skutečných lézí i nízký podíl falešně pozitivních označení. Protože šlo o vývojovou studii s interním testováním, nelze její výsledky bez nezávislé externí validace přímo přenést do běžné klinické praxe (8).

Praktický závěr je jednoduchý. AI může upozornit na lézi, kterou by lékař přehlédl, ale zároveň může vytvořit falešně pozitivní nález. U časné sklovinné léze nemusí být falešně pozitivní výsledek dramatický, pokud vede k lepší prevenci, remineralizaci a kontrole. Může být však problémem, pokud je interpretován jako indikace k ireverzibilnímu výkonu. Proto by mělo platit pravidlo: AI může zvýšit pozornost, ale indikaci invazivního ošetření musí nést klinické vyšetření, anamnéza, hodnocení rizika kazu, srovnání v čase a odpovědnost lékaře.

DALŠÍ OBRAZOVÁ DIAGNOSTIKA: PARODONTOLOGIE, PERIAPIKÁLNÍ NÁLEZY A PANORAMATICKÉ SNÍMKY

Vedle bite-wing snímků se AI rychle rozvíjí v měření alveolární kosti, detekci periodontitidy, periapikálních nálezů, endodontických výplní, implantátů, korunek, mezičlenů a dalších struktur. Multicentrická studie modelu pro detekci periodontitidy stadia II–IV podle klasifikace periodontálních a periimplantátových onemocnění AAP/EFP (American Academy of Periodontology / European Federation of Periodontology) z panoramatických snímků uvádí vyšší diagnostickou výkonnost než u specialistů v daném experimentálním srovnání a zlepšení výkonu juniorních lékařů (9). Takové výsledky jsou významné, protože periodontitida zůstává dlouho málo symptomatická a často nediagnostikovaná.

Současně je třeba odlišovat metriky na úrovni jednoho zubu od metrik na úrovni pacienta. Studie automatického rozpoznávání léčebných znaků na ortopantomogramu (OPG) ukázala vysokou přesnost na úrovni jednotlivých zubů, ale kompletně bezchybný přehled celé dutiny ústní byl vytvořen pouze u 56,5 % pacientů. Autoři proto uzavřeli, že takový systém není dostatečný pro autonomní diagnostické mapování celé dutiny ústní (10). Tento rozdíl mezi působivým číslem v abstraktu a reálnou použitelností u celého pacienta je pro klinickou praxi klíčový.

VYSVĚTLENÍ LÉČEBNÝCH VARIANT PACIENTOVI

Největší změna nemusí spočívat v tom, že AI „najde kaz“. V běžné ordinaci může mít ještě větší hodnotu to, že nález srozumitelně zobrazí pacientovi a umožní lékaři strukturovaně vysvětlit varianty. U počínající aproximální léze může jít o sledování, fluoridaci, změnu hygieny a diety, infiltraci pryskyřicí nebo výplň. U hlubší léze o přímou výplň, nepřímou rekonstrukci, endodontické ošetření či extrakci. U parodontální ztráty kosti o hygienickou fázi, subgingivální ošetření, chirurgickou léčbu, udržovací péči nebo extrakci strategicky ztraceného zubu. U mezery v chrupu o implantát, můstek, snímatelnou náhradu nebo vědomé ponechání stavu bez rekonstrukce.

Anotace snímku pomocí AI může být v tomto procesu dobrou vizuální pomůckou. Malá klinická studie zaměřená na AI vylepšení dentálních rentgenových snímků popsala, že pacienti považovali vizuální pomůcky za užitečné pro porozumění svému stavu a 92 % uvedlo, že plánuje doporučenou léčbu následovat; autoři však správně upozornili, že je třeba další výzkum, zda se tím skutečně mění dodržování doporučení nebo výsledky péče (11).

Vysvětlování nálezu nesmí být záminkou k agresivnějšímu prodeji výkonů. AI má pomoci pacientovi pochopit, jaký je nález, jaká je nejistota, co se stane bez léčby, jaké jsou dostupné varianty, která péče je hrazena a která nikoli, jaká jsou rizika a jakou roli hraje preference pacienta. V českém právním a etickém rámci je vhodné pacientovi sdělit, že AI byla použita jako podpůrný nástroj, nikoli jako konečný rozhodovatel. Právo pacienta na informaci o použití AI a na vysvětlení jejího podílu na rozhodovacím procesu lze odvodit ze zásad informovaného souhlasu, i když není výslovně stanoveno jako samostatná povinnost (12). Metodický pokyn Ministerstva zdravotnictví ČR (MZ) z roku 2025 již výslovně doporučuje, aby použití AI výstupu jako podkladu pro klinické rozhodování, diagnostiku nebo léčbu bylo pacientovi sděleno a bylo zaznamenáno ve zdravotnické dokumentaci spolu s finálním zhodnocením zdravotnického pracovníka (13).

ŘÍZENÍ PROVOZU ZUBNÍ ORDINACE: NEJRYCHLEJŠÍ PRAKTICKÝ DOPAD

Vedle diagnostiky nastupuje oblast, která může změnit každodenní ekonomiku a organizaci zubní praxe ještě rychleji: řízení ordinace pomocí AI. Moderní ordinace ztrácí část kapacity tím, že telefon zvoní během výkonu, pacienti se nedovolají, personál opakovaně vysvětluje stejné organizační informace a lékař nebo sestra doplňují záznam až po ošetření. Zubní lékař i sestra mají navíc často ruce v dutině ústní pacienta; přerušování výkonu telefonátem nebo dokumentací je nejen neefektivní, ale může být i bezpečnostním rizikem.

Recepce obsluhovaná AI může fungovat nepřetržitě na telefonu, webu nebo v textové komunikaci. Umí pacienta identifikovat, nabídnout volné termíny, změnit nebo potvrdit objednání, připomenout návštěvu, zodpovědět rutinní otázky o ordinační době, adrese, parkování, dopravním spojení, cenách a možnostech úhrady či přípravě na výkon a předat ordinaci strukturovaný záznam. Významná může být vícejazyčnost: současné systémy lze konfigurovat pro komunikaci v řadě jazyků. Medicínský obsah, krizové situace a překlady s dopadem na péči však musejí být předem validovány a pacient musí mít možnost přechodu k lidskému kontaktu. V regionech s vyšším podílem cizinců může takové řešení omezit nedorozumění, odklad péče nebo chybnou přípravu pacienta.

Nejde pouze o komfort. Když se pacient dovolá nebo dostane včasnou odpověď, může se snížit počet zmeškaných kontaktů, duplicitních dotazů a zbytečných návštěv. AI může po výkonu aktivně kontaktovat pacienta, položit standardizované otázky a podle předem definovaných pravidel označit průběh jako běžný nebo upozornit na varovné příznaky. Po extrakci, implantaci, endodontickém ošetření nebo chirurgickém výkonu může denní kontrola upozornit na narůstající bolest, otok, krvácení, teplotu, poruchu polykání, dušnost nebo poruchu citlivosti. Stejný systém může pacientovi zopakovat předem schválené instrukce, při běžném průběhu poskytnout předem schválenou odpověď a včas eskalovat rizikový stav lékaři. Provozní AI však nikdy nesmí vytvářet dojem, že akutní stav byl definitivně vyloučen bez lidského posouzení. Musí mít jasný algoritmus eskalace.

AUTOMATIZOVANÁ DOKUMENTACE A VYKAZOVÁNÍ

Druhou provozní oblastí je ambientní zápis. Obecná medicínská literatura ukazuje, že AI zapisovatel může snížit administrativní zátěž. V multicentrické studii zlepšování kvality, do níž bylo zařazeno 263 ambulantních klinických pracovníků ze 6 zdravotnických systémů, byl po 30 dnech používání ambientního AI zapisovatele podíl respondentů se známkami vyhoření nižší než před jeho zavedením (51,9 vs. 38,8 %). Příznivější byly také ukazatele kognitivní zátěže a soustředění se na pacienta; vzhledem k neexperimentálnímu designu však jde o asociaci, nikoli o důkaz kauzality (14). Ve stomatologii může být potenciální přínos výrazný, protože práce probíhá v malém operačním poli, v rukavicích, s asistencí a za hygienických režimů, které znemožňují průběžné psaní do počítače.

Český přehled ambientní AI zdůrazňuje, že digitální zapisovatel nevytváří definitivní zdravotnickou dokumentaci, ale pouze pracovní návrh. Ten se klinicky a právně relevantním záznamem stává až po odborné kontrole, úpravě a autorizaci odpovědným zdravotnickým pracovníkem. Bezpečné zavedení vyžaduje transparentní informování pacienta, ochranu dat, auditovatelnost, školení, lokální pilotní validaci a průběžné měření kvality (15).

AI může z hovoru a diktátu vytvořit návrh strukturovaného záznamu zahrnujícího anamnézu, důvod návštěvy, výsledek vyšetření, podklady pro odontogram, parodontologický nález, popis výkonu, použitý materiál, poučení pacienta a doporučení. Může připravit návrh dopisu, předoperačních a pooperačních instrukcí, záznamu o informovaném souhlasu a připomenutí kontroly. V české stomatologii je důležitá také vazba na vykazování. Správný kód, ploška, zub, diagnóza, časové omezení, věk pacienta a vazba na veřejné zdravotní pojištění jsou pro ambulanci ekonomicky zásadní. Publikace Stomatologické výkony podrobně popisuje pravidla a podmínky vykazování a úhrady ambulantních stomatologických služeb hrazených z veřejného zdravotního pojištění (16). AI může pomoci tato pravidla promítnout do návrhu vykázání, ale konečná kontrola musí zůstat na poskytovateli.

Z dokumentačního hlediska je nutné vyžadovat auditní stopu: co vytvořila AI, co upravil člověk, kdo záznam schválil a kdy. U záznamu výkonu, informovaného souhlasu a vykazování není přijatelná „černá skříňka“. Chybný zápis může mít právní důsledky a chybný kód ekonomické i revizní důsledky. Stejně tak je nutné předem určit právní titul zpracování a transparentně informovat pacienta o použití nástroje, případném pořizování nebo uchovávání zvukového záznamu, zapojení externího zpracovatele a o právech pacienta. Nastavit je třeba také pravidla ukládání a mazání nahrávek, zpracovatelské smlouvy, umístění dat a zabezpečení (15).

ČESKÝ KONTEXT A REGULACE

Česká stomatologie má pro AI specifické podmínky. V jedné ordinaci se potkává hrazená péče, částečně hrazená péče, péče plně hrazená pacientem, smluvní vztahy se zdravotními pojišťovnami, revizní pravidla, vysoký podíl malých ambulantních praxí a nedostatek personálu. AI řešení bude pro českou praxi plně využitelné zejména tehdy, pokud bude fungovat v českém jazyce, bude napojitelné na používané ordinační informační systémy, bude respektovat české formuláře a bude pravidelně aktualizovat pravidla vykazování.

Regulační rámec se v Evropě opírá o kombinaci ochrany osobních údajů, pravidel pro zdravotnické prostředky a aktu o umělé inteligenci (18–21). Prakticky je nutné rozlišit administrativní nástroj, edukační pomůcku a zdravotnický prostředek zasahující do diagnostiky nebo léčebného rozhodnutí. Metodický pokyn MZ ČR zdůrazňuje důvěryhodnost, transparentnost, odpovědnost, lidský dohled, ochranu osobních údajů a auditovatelnost; současně připomíná, že AI software určený výrobcem k diagnostice, prevenci, monitorování či léčbě může spadat pod režim zdravotnických prostředků podle nařízení o zdravotnických prostředcích (MDR –⁠ Medical Device Regulation) nebo nařízení o diagnostických zdravotnických prostředcích in vitro (IVDR –⁠ In Vitro Diagnostic Medical Devices Regulation) (13, 20, 21).

Poskytovatel zdravotních služeb při používání AI typicky vystupuje jako „zavádějící subjekt“ (deployer), který odpovídá za bezpečné použití systému v konkrétním kontextu. Zavádějící subjekt má zajistit přiměřenou AI gramotnost zaměstnanců a dalších osob, které jeho jménem systém používají; u vysoce rizikových systémů se přidává použití v souladu s návodem a určeným účelem, kvalifikovaný lidský dohled, kontrola vstupních dat, monitorování provozu a uchovávání dostupných automaticky generovaných protokolů (17).

Role profesních institucí by měla být metodická. Česká stomatologická komora, odborné společnosti a vzdělavatelé mohou definovat minimální standardy pro použití AI: ověření určeného účelu a regulatorního statusu nástroje; u zdravotnického prostředku také označení CE; požadavky na ochranu dat podle obecného nařízení o ochraně osobních údajů (GDPR –⁠ General Data Protection Regulation) (18); doporučené formulace pro informování pacienta; pravidla pro dokumentaci AI asistence; školení personálu a audit kvality. Bez takového rámce hrozí dvojí extrém: buď nekritické přijetí každého barevného výstupu, nebo naopak odmítnutí nástroje, který může zlepšit dostupnost a bezpečnost péče.

TYPICKÉ INDIKACE

Typické indikace AI ve stomatologické praxi lze rozdělit do několika skupin (tab. 1). V diagnostice jde zejména o druhé čtení bite-wing snímků, měření ztráty alveolární kosti, upozornění na periapikální nález, kontrolu endodontického ošetření a podporu implantologického plánování včetně kuželové výpočetní tomografie (CBCT –⁠ cone-beam computed tomography). V komunikaci jde o vizualizaci nálezu, vysvětlení variant a tvorbu srozumitelných instrukcí. V provozu jde o nepřetržitou recepci, automatizované objednávání, pooperační sledování, ambientní zápis a návrh vykazování. Pro všechny skupiny platí společné pravidlo: čím více výstup ovlivňuje diagnózu, léčbu nebo vykázání výkonu, tím vyšší musí být požadavky na validaci, lidskou kontrolu a dokumentaci.

Tab. 1 Typické indikace AI ve stomatologické praxi a podmínky bezpečného použití

ZÁVĚR

AI ve stomatologii má největší hodnotu tam, kde zvyšuje bezpečnost, dostupnost a srozumitelnost péče, aniž by rozostřovala odpovědnost lékaře. U bite-wing snímků může sloužit jako druhý čtenář a snížit poddiagnostikovanost časných aproximálních lézí. U léčebného plánování může pomoci pacientovi porozumět variantám a dokumentovat informovaný souhlas. V řízení provozu ordinace může převzít rutinní recepční a dokumentační úkony, snížit vyrušování lékaře a zlepšit následný kontakt s pacientem. Rozhodující nebude samotná přítomnost AI, ale kvalita jejího začlenění do pracovního procesu: validace, lidský dohled, ochrana dat, audit, dokumentace a poctivé vysvětlení pacientovi. Dobře zavedená AI nezmenšuje roli zubního lékaře; vrací mu čas na klinické rozhodnutí, manuální výkon a rozhovor s pacientem.

Čestné prohlášení

Autor prohlašuje, že v souvislosti s tématem, vznikem a publikací tohoto článku není ve střetu zájmů a vznik ani publikace článku nebyly podpořeny žádnou firmou.

Seznam použitých zkratek

AI       umělá inteligence (artificial intelligence)

CBCT kuželová výpočetní tomografie (cone-beam computed tomography)

GDPR Obecné nařízení o ochraně osobních údajů (General Data Protection Regulation)

IVDR In Vitro Diagnostic Medical Devices Regulation

MDR  Medical Device Regulation

MZ ČR          Ministerstvo zdravotnictví České republiky

OPG   ortopantomogram, panoramatický rentgenový snímek

Adresa pro korespondenci:

doc. MUDr. Roman Šmucler, CSc.

Asklepion –⁠ Lasercentrum Praha

Londýnská 39, 120 00  Praha 2

Tel.: 224 965 068

e-mail: roman.smucler@lf1.cuni.cz