KI-gestützte radiografische Analyse zur Erkennung von Schweregrad und Mustern des alveolären Knochenabbaus

Warum das für Ihren nächsten Zahnarztbesuch wichtig ist

Parodontalerkrankungen führen nicht nur zu Zahnfleischbluten — sie nagen unbemerkt am Knochen, der die Zähne hält. Zahnärzte versuchen, diese Schäden auf Dentalröntgenaufnahmen zu erkennen, doch das Lesen dieser Bilder ist schwierig und zeitaufwendig, und kleine Veränderungen lassen sich leicht übersehen. Diese Studie zeigt, wie künstliche Intelligenz (KI) Zahnärzte dabei unterstützen kann, den Knochenverlust um jeden Zahn schneller und konsistenter zu messen, was frühere Behandlungen ermöglicht und die Chancen erhöht, Zähne zu erhalten.

Der verborgene Knochen, der Zähne hält

Jeder Zahn ist verankert durch ein Stützsystem aus Zahnfleisch, feinen Bändern und dem Kieferknochen. Bleiben langanhaltende Zahnfleischinfektionen unbehandelt, baut sich diese Stütze nach und nach ab, was zum „alveolären Knochenverlust“ führt — dem Schwund des Knochens, der die Zahnwurzeln umgibt. Weltweit sind schwere Formen dieses Schadens bei etwa einer von fünf Personen über 15 Jahren verbreitet und eine wichtige Ursache für Zahnverlust. Auf Röntgenbildern schätzen Zahnärzte den Schweregrad dieses Verlusts, indem sie den Abstand zwischen einem natürlichen Bezugspunkt an der Zahnoberfläche und der oberen Kante des umgebenden Knochens messen; sie betrachten außerdem die Form dieser Knochenkante — ob sie gleichmäßig abgesunken ist (horizontaler Verlust) oder eine scharf zulaufende, keilförmige Form hat (angularer Verlust). Sowohl die Menge als auch die Form des Knochenverlusts sind für die Wahl der richtigen Behandlung wichtig, etwa dafür, ob knochenaufbauende Maßnahmen Aussicht auf Erfolg haben.

Warum das bloße Hinschauen nicht ausreicht

Trotz ihrer Bedeutung wird die Beurteilung des Knochenverlusts auf Röntgenaufnahmen noch weitgehend manuell vorgenommen und hängt stark von der Erfahrung und der Ermüdung des Zahnarztes ab. Zwei Behandler können auf demselben Bild zu unterschiedlichen Bewertungen kommen, und vielbeschäftigte Praxen haben oft Schwierigkeiten, jede Zahnoberfläche im Detail zu prüfen. Frühere Versuche, KI in diesem Bereich einzusetzen, konnten oft sagen, ob Knochenverlust vorlag oder grob, wie schwer er war, aber selten präzise, zahn‑für‑zahn‑Messungen liefern und meist nicht gleichzeitig Ausmaß und Muster des Verlusts erfassen. Die Autorinnen und Autoren dieses Papiers wollten ein einziges automatisiertes System entwickeln, das beides leisten kann — messen, wie viel Knochen fehlt, und klassifizieren, ob der Verlust horizontal oder angular ist — und zwar anhand der Nahaufnahmen, die Zahnärzte im Alltag ohnehin anfertigen.

Wie die KI Dentalröntgen liest

Das Team nutzte eine öffentliche Sammlung von 1.000 sorgfältig annotierten intraoralen Periapikalröntgenaufnahmen, die jeweils mehrere Zähne detailliert zeigen. Zuerst wurde ein KI‑Modell trainiert, jeden Zahn im Bild zu finden und mit einem Rechteck zu umgeben. Innerhalb jedes Zahns identifizierte eine zweite Modellreihe drei Schlüsselpunkte: die Schmelz‑Zementgrenze in Zahnhalsnähe, die Wurzelspitze und den Punkt, an dem die sichtbare Knochenkante die Zahnoberfläche schneidet. Durch Projektion dieser Punkte auf eine Gerade und den Vergleich ihrer Abstände wandelte das System Pixelabstände in einen prozentualen Knochenverlust pro Zahn um. Ein separates Modell zeichnete die Konturen von sowohl Zähnen als auch Knochenkanten nach und wandelte diese Formen in dünne Linien um. An jeder Stelle, an der Knochenverlust erkannt wurde, verglich die Software die Neigung der Zahnoberfläche mit der Neigung der Knochenlinie; flachere Winkel deuteten auf angularen Defekt hin, während steilere, paralleler verlaufende Linien auf horizontalen Verlust hindeuteten. Diese Abfolge von Schritten erlaubte es der KI, von Rohröntgenaufnahmen zu detaillierten Messungen und Musterkennzeichnungen zu gelangen — automatisch.

Wie gut das System abgeschnitten hat

Um zu prüfen, ob die Messungen der KI vertrauenswürdig sind, verglichen die Forschenden diese mit Expertenannotationen und mit manuellen Messungen eines Zahnarztes an einer separaten Bildersammlung. Für den Schweregrad des Knochenverlusts wurde die Übereinstimmung zwischen dem System und menschlichen Expertinnen und Experten nach gängigen Reliabilitätsstatistiken im „guten“ Bereich eingestuft, und die Korrelation mit den Schätzungen eines erfahrenen Klinikers war stark. Bei den Mustern des Knochenverlusts unterschied die KI horizontalen von angularem Schaden in etwa neun von zehn Fällen korrekt und zeigte eine moderate Übereinstimmung mit den Expertenentscheidungen. Die Software arbeitete außerdem schneller als ein menschlicher Leser: Sie konnte ein komplettes Röntgenbild in rund 25 Sekunden analysieren, verglichen mit 1 bis 4 Minuten für einen Spezialisten, und untersuchte dabei einheitlich jede Zahnoberfläche.

Was das für Patientinnen, Patienten und Zahnärzte bedeutet

Die Studie legt nahe, dass KI als hilfreiche zweite Meinung in der Zahnarztpraxis dienen kann, indem sie objektive, wiederholbare Messungen darüber liefert, wie viel Knochen verloren gegangen ist und welches Schadensmuster vorliegt. Die endgültige Entscheidung bliebe beim Zahnarzt, doch dieser könnte früher auf subtile Veränderungen hingewiesen werden, Behandlungen mit größerer Sicherheit planen und verfolgen, ob eine Therapie den Knochenverlust verlangsamt oder stoppt. Obwohl das System noch in realen Praxisumgebungen weiter getestet werden muss, weist es in Richtung einer Zukunft, in der Routine‑Dentalröntgenaufnahmen zugleich präzise, computerunterstützte Werkzeuge zum Schutz des Knochens sind, der unsere Zähne hält.

Zitation: Wimalasiri, C., Rathnayake, P., Wijerathne, S. et al. AI-assisted radiographic analysis in detecting alveolar bone-loss severity and patterns. Sci Rep 16, 7974 (2026). https://doi.org/10.1038/s41598-026-38061-1

Schlüsselwörter: Parodontitis, dentale Röntgenaufnahmen, künstliche Intelligenz, Knochenverlust, Deep Learning