АНАЛИЗ ПРОГРАММНЫХ РЕШЕНИЙ ДЛЯ АВТОМАТИЗАЦИИ МОНИТОРИНГА СОСТОЯНИЯ ПОЛОСТИ РТА

Резюме: Проанализированы современные программные решения для автоматизированного мониторинга состояния полости рта. В качестве объекта исследования рассмотрены математические модели и алгоритмы машинного обучения, применяемые для оценки гигиенического статуса зубов и дёсен. Проведен сравнительный анализ диагностических методов, включающих расчет индекса гигиены Ihyg, индекса налета PLI и интегрального индекса риска заболеваний RDI. Использованы клинические данные. Предлагается разработка мобильного приложения для контроля состояния полости рта, использующего индексы PLI и RDI для оценки состояния зубов и десен. Приложение будет собирать данные от пользователя, предоставлять рекомендации по уходу, напоминать о визитах к стоматологу и замене зубных принадлежностей. Ключевым элементом приложения может быть интеграция нейронной сети на базе Yandex GPT для улучшения точности обработки запросов и обеспечения эффективного взаимодействия с пользователем. Нейросеть будет использовать метрики уверенности для анализа запросов: высокие значения уверенности указывают на точность ответов, а низкие – на необходимость дополнительной обработки запроса. Для оцен- ки уверенности будет использоваться метрика дисперсии, которая помогает определить степень вариативности ответов. В случае с запросами, связанными с стоматологией, система будет фильтровать и направлять их на обработку, а для междисциплинарных запросов – выделять ключевые аспекты, касающиеся стоматологии, с помощью обработки естественного языка (NLP).

Ключевые слова: нейронные сети, диагностика стоматологических заболеваний, обработка медицинских изображений, рентгеновские снимки, телемедицина, визуальное распознавание, индекс налета, телемедицина, NLP, PLI, RDI.

E.R. Zemlianskaia, A.A. Kovtun, G.V. Yankovsky

ANALYSIS OF SOFTWARE SOLUTIONS FOR AUTOMATING ORAL CAVITY MONITORING

Summary: Modern software solutions for automated oral health monitoring have been analyzed. The research focuses on mathematical models and machine learning algorithms used to assess the hygienic status of teeth and gums. A comparative analysis of diagnostic methods is conducted, including the calculation of the hygiene index Ihyg, plaque index PLI, and the integrated disease risk index RDI. Clinical data were used. A mobile application for monitoring oral health is proposed, utilizing PLI and RDI indices to assess the state of teeth and gums. The app will collect user data, provide care recommendations, remind users about dental appointments, and suggest when to replace oral care items. A key feature of the app could be the integration of a neural network based on Yandex GPT to enhance query processing accuracy and ensure effective user interaction. The neural network will use confidence metrics to analyze queries: high confidence values indicate accurate responses, while low values signal the need for additional processing. Variance metrics will be used to assess confidence, helping to determine the variability of responses. For dental-related queries, the system will filter and direct them for processing, while for interdisciplinary queries, it will highlight key aspects related to dentistry using Natural Language Processing (NLP).

Keywords: neural networks, dental disease diagnosis, medical image processing, X-rays, telemedicine, visual recognition, plaque index, telemedicine, NLP, PLI, RDI.

DOI: 10.34219/2078-8320-2025-16-1-94-100