Прогнозирование результатов камуфляжного лечения при скелетном прикусе класса III с помощью машинного обучения

Почему это важно для повседневных улыбок

Многие взрослые живут с прогнатизмом — прикусом, при котором нижние зубы располагаются впереди верхних. Исправление может потребовать либо челюстной операции, либо тщательно спланированного ортодонтического лечения, которое «камуфлирует» несоответствие челюстей за счёт перемещения зубов. Неправильный выбор пути может стоить лет лечения и всё равно оставить прикус неудовлетворительным. В этом исследовании изучается, может ли современное машинное обучение помочь ортодонтам заранее, ещё до начала лечения, предсказать, у каких пациентов камуфляж будет эффективен, а кому действительно потребуется операция.

Понимание проблемы прогнатизма

Скелетный прикус класса III — технический термин для выраженного или смещённого вперёд нижней челюсти по отношению к верхней. Он особенно распространён в некоторых азиатских популяциях и может влиять на внешний вид и жевательную функцию. Взрослые с таким состоянием обычно сталкиваются с двумя основными вариантами: операция по repositioning челюстей или камуфляжное лечение, основанное только на перемещении зубов. Традиционно ортодонты опираются на опыт и небольшой набор рентгенологических измерений для принятия решения. Однако даже при наличии руководств некоторые случаи камуфляжа не обеспечивают стабильного и комфортного прикуса.

Внедрение «умных» прогнозов в клинику

Чтобы решить эту задачу, исследователи проанализировали истории 100 взрослых пациентов в Южной Корее с прогнатизмом, лечившихся камуфляжной ортодонтией. Используя детальные измерения по боковым рентгенограмам головы, сделанным до и после лечения, они отнесли каждый случай к успешным или неуспешным по критериям прикуса, таким как перекрытие передних зубов и соотношение моляров. Затем они обучили четыре различные модели машинного обучения — современные алгоритмы, которые извлекают закономерности из данных — чтобы предсказывать, используя только предлечебные измерения, будет ли у нового пациента успешный результат камуфляжа.

Что обнаружили алгоритмы

Из четырёх проверенных подходов наибольшую стабильность и точность показал метод XGBoost. Хотя в исследовании рассматривались 87 разных измерений, два из них оказались особенно важными. Первое — насколько вперёд смещены нижние передние зубы в челюсти (горизонтальное расстояние, обозначенное как L1_x). Второе — длина верхней челюсти вдоль нёба (Palatal L), отражающая объём кости для размещения верхних зубов. Проще говоря, камуфляж лучше работал, когда нижние передние зубы не были чрезмерно выдвинуты вперёд и когда верхняя челюсть не была слишком короткой в переднезаднем направлении.

Простое дерево решений для практического использования

Чтобы превратить эти выводы в инструмент, пригодный у кресла врача, команда построила дерево решений — модель в виде блок-схемы. Оно показало, что если нижние передние зубы выходят за определённый передний предел, камуфляжное лечение почти всегда оказывается неэффективным, что делает более безопасным выбор в пользу операции или иной тактики. Если нижние зубы находятся в пределах этого предела, модель далее проверяет длину верхней челюсти. При достаточной длине верхней челюсти камуфляж, как правило, прогнозировался успешным. Но при укороченной верхней челюсти вероятность успеха резко падала, особенно когда нижние зубы также были близки к своиму переднему пределу. Исследователи проиллюстрировали это, применив дерево к двум пациентам, которые на первый взгляд выглядели похожими; модель правильно предсказала, что у одного результат будет с хорошим прикусом, а у другого — нет.

Что это означает для пациентов и врачей

Работа демонстрирует, что машинное обучение может преобразовывать сложные рентгенометрические измерения в понятные и практичные рекомендации для ортодонтических решений. Для пациентов это может означать более честный и ранний разговор о том, сможет ли одних только брекетов хватить для достижения желаемого результата, что снижает риск многолетнего лечения, закончившегося разочарованием. Для клиницистов исследование подчёркивает два легко проверяемых признака — переднее положение нижних передних зубов и эффективную длину верхней челюсти — как ключевые сигналы тревоги при рассмотрении камуфляжа при прогнатизме. Хотя модель была разработана на материалах одного клинициста и требует более широкого тестирования, она указывает на будущее, в котором персонализированные инструменты, основанные на данных, помогают подобрать пациенту лечение, действительно соответствующее его анатомии и целям.

Цитирование: Koh, J., Kim, Y.H., Kim, N. et al. Predicting camouflage treatment outcomes in skeletal class III malocclusion using machine learning. Sci Rep 16, 9297 (2026). https://doi.org/10.1038/s41598-026-40107-3

Ключевые слова: прогнатизм, ортодонтическая камуфляж, машинное обучение, планирование лечения, выровненность челюстей