Deep-Learning-Erkennung von ektopischen Eck- und Backzähnen in der Mischdentition

Warum frühe Zahnprobleme bei Kindern wichtig sind

Wenn Kinder ihre Milchzähne verlieren und die bleibenden Zähne durchbrechen, hoffen die meisten Eltern auf ein gerades, gesundes Lächeln. Manchmal weichen neue Zähne jedoch von ihrem Weg ab und drücken gegen ihre Nachbarn. Diese fehlgeleiteten Zähne können unbemerkt die Wurzeln benachbarter Zähne schädigen, Platz rauben und Bissprobleme verursachen, die später schwer und teuer zu korrigieren sind. Die hier vorgestellte Studie untersucht, ob eine moderne Form der Computerintelligenz diese riskanten Zähne auf routinemäßigen Zahn-Röntgenaufnahmen erkennen kann, bevor sie Schaden anrichten.

Zähne, die an der falschen Stelle durchbrechen

In der Kindheit gibt es ein kurzes Zeitfenster, in dem Milch- und bleibende Zähne gleichzeitig im Mund sind. Zahnärzte nennen dies die Mischdentitionsphase. In dieser Phase können einige Zähne, am häufigsten die oberen Eckzähne und die ersten großen Backenzähne, in falscher Richtung oder Position durchbrechen. Dieses Phänomen, als ektopischer Durchbruch bezeichnet, kann lange unbemerkt im Kiefer bleiben. Wenn Zahnärzte es auf Panoramaröntgenaufnahmen übersehen, können diese Zähne die Wurzeln der Milchzähne abtragen, den normalen Durchbruch blockieren und eine Platzknappheit erzeugen, die später eine Zahnspange oder sogar einen chirurgischen Eingriff erforderlich macht.

Computern beibringen, Zahn-Röntgenaufnahmen zu lesen

Panoramaröntgenaufnahmen wachsender Kinder zu lesen ist selbst für Expertinnen und Experten nicht einfach. Milch- und bleibende Zähne überlagern sich, die Bildqualität variiert, und die Warnzeichen eines fehlgeleiteten Zahns können subtil sein. Die Forschenden dieser Studie entwickelten ein Computermodell auf Basis von Deep Learning, einer Technik, bei der das System aus vielen Beispielbildern lernt, statt mit festen Regeln zu arbeiten. Sie verwendeten einen Modelltyp, der dafür bekannt ist, Objekte in Bildern zu finden, und passten ihn so an, dass er fehlgeleitete Eckzähne und Molaren direkt auf kompletten Panoramaaufnahmen erkennt, ohne einzelne Zähne zuvor auszuschneiden.

Aufbau einer großen, sorgfältig überprüften Bildsammlung

Um das System zu trainieren, sichtete das Team fast zwölftausend Panoramaröntgenaufnahmen aus zwei Zahnkliniken und wählte etwas über tausend Aufnahmen aus, die eindeutig fehlplatzierte Eck- oder Backenzähne zeigten. Erfahrene Radiologie- und Kinderzahnheilkundespezialistinnen und -spezialisten einigten sich anhand standardisierter Winkel- und Positionskriterien darauf, welche Zähne ektopisch waren. Anschließend zeichneten sie die Konturen dieser problematischen Zähne nach, damit der Computer sowohl deren Lage als auch ihr Aussehen lernen konnte. Die Bilder wurden in getrennte Gruppen für das Training des Modells, die Feinabstimmung und schließlich für Tests auf neuen, zuvor ungesehenen Fällen aufgeteilt.

Wie gut der Computer problematische Zähne erkannte

Auf den Testbildern zeigte das Deep-Learning-System eine insgesamt gute Genauigkeit bei der Erkennung ektopischer Zähne. Bei Eckzähnen schnitt es besser ab als bei Molaren: Die meisten fehlgeleiteten Eckzähne wurden korrekt identifiziert, wobei eine moderate Anzahl von Fehlalarmen auftrat. Bei den Backenzähnen war das System sehr vorsichtig, wenn es ein Problem meldete, verfehlte jedoch einige tatsächlich ektopische Molaren. Dieses Muster bedeutet, dass das Tool seltener normale Molaren fälschlich als ektopisch einstuft, aber eher subtile Fälle übersieht. Die Autorinnen und Autoren schlagen vor, dass Zahnärztinnen und Zahnärzte das System in der Praxis eher als Sicherheitsnetz nutzen könnten, das verdächtige Zähne zur Nachprüfung markiert, statt es als alleinige Entscheidungsinstanz zu verwenden.

Was das für die alltägliche zahnärztliche Versorgung bedeuten könnte

Die Studie zeigt, dass ein sorgfältig trainiertes Computerprogramm Zahnärzte dabei unterstützen kann, Panoramaaufnahmen von Kindern zu scannen und Zähne hervorzuheben, die in eine falsche Richtung wachsen, insbesondere die oberen Eckzähne, die unbeachtet oft schwere Probleme verursachen. Obwohl das Tool nicht perfekt ist und weiterhin einige ektopische Molaren verpasst, funktioniert es auf routinemäßigen Aufnahmen aus verschiedenen Kliniken und erhält die vollständige Kieferansicht. Für vielbeschäftigte Praxen und weniger erfahrene Zahnärztinnen und Zahnärzte könnte eine solche Unterstützung frühere Überweisungen und rechtzeitigere Behandlungen fördern. Einfach ausgedrückt deutet diese Forschung darauf hin, dass intelligente Software bald als zusätzliches Paar sorgfältiger Augen fungieren könnte, das die zukünftigen Lächeln von Kindern schützt, indem sie riskante Zähne erkennt, bevor bleibender Schaden entsteht.

Zitation: Gülşen, E., Kızılay, F.N., Aşar, E.M. et al. Deep learning detection of ectopic canines and molars in mixed dentition. Sci Rep 16, 15667 (2026). https://doi.org/10.1038/s41598-026-45912-4

Schlüsselwörter: Kinderzahnheilkunde, ektopischer Durchbruch, zahnärztliche KI, Panoramaröntgen, Zahnerkennung