KI-gestützte Altersabschätzung anhand okklusaler Zahnschmelzabnutzung mit Biofluoreszenz-Bildgebung

Warum Ihre Zähne Ihre Geschichte erzählen können

Im Laufe des Lebens zeichnen unsere Zähne stillschweigend die vergangenen Jahre auf. Jede Mahlzeit, jeder Snack und jedes nächtliche Zusammenbeißen hinterlassen winzige Spuren auf den Kauflächen. Diese Studie zeigt, wie eine Kombination aus spezieller lichtbasierter Bildgebung und künstlicher Intelligenz (KI) diese Spuren lesen kann, um das Alter einer Person abzuschätzen – ohne Bohren, Röntgen oder Rätselraten. Der Ansatz könnte eines Tages in der Forensik, in großen Gesundheitsstudien und sogar bei routinemäßigen zahnärztlichen Untersuchungen hilfreich sein.

Licht auf versteckte Zahnhinweise werfen

Zähne reflektieren nicht nur gewöhnliches Licht; sie leuchten auch schwach, wenn sie mit bestimmten Farbtönen beleuchtet werden. Die Forscher verwendeten eine Technik namens quantitative lichtinduzierte Fluoreszenz, bei der Zähne mit violett-blauem Licht bestrahlt werden und das zurückkehrende grünliche Leuchten aufgezeichnet wird. Normale Schmelzbereiche und abgenutzte Stellen leuchten unterschiedlich und erzeugen ein messbares Signal, das mit dem Ausmaß des im Laufe der Zeit abgetragenen Zahns zusammenhängt. Aus diesen Bildern berechnete das Team eine Zahl, den sogenannten Abriebwert, für die am stärksten abgenutzte Stelle jedes Zahns und verwandelte so einen unscharfen visuellen Eindruck in eine präzise Messgröße.

Von Zahnleuchten zu Alterszahlen

Die Studie analysierte mehr als 2.700 Zähne von 104 Erwachsenen im Alter von 20 bis 69 Jahren. Die Wissenschaftler prüften zunächst, ob ihre Abriebwerte bei wiederholter Messung verlässlich sind — und sie waren hoch konsistent. Dann untersuchten sie, wie der durchschnittliche Abriebwert über alle Zähne mit dem tatsächlichen Alter einer Person zusammenhing. Das Ergebnis zeigte einen deutlichen Anstieg: Ältere Personen hatten im Allgemeinen höhere Werte, also stärker ausgeprägten Abrieb. Damit bestätigte sich, dass die fluoreszenzbasierte Messung nicht nur eine technische Kuriosität ist, sondern tatsächlich altersbedingte Veränderungen an Zahnoberflächen erfasst.

Eine KI darauf trainieren, dentale Zeitstempel zu lesen

Im nächsten Schritt prüfte das Team, ob ein Machine-Learning-Modell die Abriebwerte vieler Zähne kombinieren kann, um das Alter einer Person vorherzusagen. Sie verwendeten eine Methode namens Random Forest, die die Entscheidungen vieler einfacher Entscheidungsbäume zu einer einzelnen Schätzung zusammenführt. Die Daten wurden sorgfältig aufgeteilt, sodass das Modell an einer Personengruppe lernte und anschließend an völlig anderen Individuen getestet wurde, um überoptimistische Ergebnisse zu vermeiden. Nach Anpassung der Modelleinstellungen lag der typische Fehler bei unbekannten Fällen bei etwa sieben bis acht Jahren, vergleichbar mit vielen bestehenden zahnärztlichen Altersmethoden, die auf Röntgenaufnahmen oder invasiven Proben beruhen.

Die wenigen Zähne finden, die am wichtigsten sind

Alle Zähne im Mund zu prüfen kann zeitaufwendig sein und ist nicht immer möglich, besonders wenn Zähne fehlen oder stark überkront sind. Um das System praktischer zu machen, nutzten die Forscher einen Algorithmus, der systematisch verschiedene Zahnkombinationen ausprobierte und jene beibehielt, die die meiste Vorhersagekraft bewahrten. Überraschenderweise fanden sie, dass nur sieben strategisch ausgewählte Zähne — vorne und hinten, oben und unten — fast genauso gut abschnitten wie die vollständige Gruppe von 28 Zähnen. Tatsächlich zeigten diese sieben Zähne eine leicht stärkere Verbindung zum Alter als das vollständige Gebiss, was darauf hindeutet, dass einige Zähne vorwiegend Rauschen statt hilfreiche Informationen beitragen.

Was das im Alltag bedeuten könnte

Für Nicht-Expertinnen und Nicht-Experten lautet die Kernaussage, dass unsere Kauflächen ein wenig wie ein biologischer Kalender wirken und dieser Kalender jetzt von einer Kamera und einem interpretierbaren KI-Modell gelesen werden kann, anstatt nur mit bloßem Auge. Die Methode ist nichtinvasiv, vermeidet Strahlung und weist auf tragbare Systeme hin, die Alter in Kliniken, Feldstudien und forensischen Situationen mit nur einer Handvoll wichtiger Zähne schätzen könnten. Die vorliegende Arbeit ist ein frühes Machbarkeitsstudium mit einer moderaten Teilnehmerzahl, daher sind größere und diversere Studien erforderlich. Dennoch zeigt sie, dass leuchtende Muster auf abgenutzten Zähnen, gefiltert durch transparente KI, einen praktischen neuen Weg bieten können, um abzuschätzen, wie viele Jahre eine Person gelebt hat.

Zitation: Kim, SK., Lee, ES. & Kim, BI. AI-assisted age estimation from occlusal tooth wear using biofluorescence imaging. Sci Rep 16, 13145 (2026). https://doi.org/10.1038/s41598-026-42573-1

Schlüsselwörter: forensische Altersbestimmung, Zahnabrieb, Biofluoreszenz-Bildgebung, dentale KI, quantitative lichtinduzierte Fluoreszenz