Periodontitis atau penyakit gusi adalah kondisi peradangan yang menyerang jaringan penyangga gigi akibat penumpukan plak. Jika dibiarkan, penyakit ini bisa menyebabkan kerusakan tulang penyangga gigi hingga gigi tanggal. Sayangnya, gejala awalnya sering kali tidak terlihat, sehingga diagnosis dini sangat penting untuk mencegah kerusakan lebih lanjut.
Salah satu metode diagnosis yang umum digunakan adalah rontgen panoramik, yaitu gambar menyeluruh dari struktur gigi dan tulangnya. Namun, interpretasi gambar ini masih bersifat subjektif dan memerlukan keahlian khusus. Untuk mengatasi keterbatasan ini, para peneliti dari 51动漫 mengembangkan sistem deteksi otomatis berbasis artificial intelligence (AI) menggunakan teknologi You Only Look Once versi 8 atau YOLOv8.
YOLOv8 merupakan model deteksi objek canggih yang mampu mengenali pola pada gambar secara cepat dan akurat. Dalam studi ini, sebanyak 500 foto rontgen panoramik digunakan untuk melatih dan menguji kinerja model ini. Hasilnya sangat menjanjikan: model YOLOv8-s berhasil mencapai akurasi lebih dari 90%, dengan waktu deteksi rata-rata hanya 22,6 milidetik per gambar.
Model ini bekerja dengan menandai area gigi yang mengalami kerusakan tulang penyangga. Deteksi yang dilakukan mencakup berbagai tingkat keparahan, meskipun tantangan masih ada terutama dalam mengenali kerusakan ringan yang sulit terlihat. Kesalahan deteksi seperti false positive (gigi sehat terdeteksi rusak) atau false negative (gigi rusak tidak terdeteksi) sebagian besar terjadi pada kasus ringan, yang memang membutuhkan analisis lebih mendetail.
Meski begitu, penggunaan YOLOv8 sebagai alat bantu diagnosis menunjukkan potensi besar. Teknologi ini dapat diintegrasikan ke dalam sistem klinik maupun aplikasi berbasis cloud, sehingga sangat berguna terutama di wilayah yang kekurangan tenaga ahli kesehatan gigi.
Penggunaan AI seperti YOLOv8 dalam dunia kedokteran gigi membuka peluang baru dalam meningkatkan efisiensi pemeriksaan, mempercepat deteksi penyakit, dan mendorong intervensi dini. Dengan pengembangan lebih lanjut, teknologi ini diharapkan mampu membantu dokter gigi memberikan pelayanan yang lebih cepat, tepat, dan merata.
Penulis: Ramadhan Hardani Putra
Informasi detail dapat diakses pada tautan berikut:
