В рамках проекта «ИИ-Стоматолог 2» команда разработчиков завершила этап, посвящённый детекции патологий на панорамных рентгенограммах зубов. После первой версии, где использовалась модель YOLO26n и тестировались четыре класса заболеваний, выяснилось, что в обучающий набор попали цветные фотографии ротовой полости, вызывавшие ложные срабатывания. Это потребовало пересмотра подхода к подготовке данных. В новой версии, получившей название Clean_Dental_v3, было решено отказаться от классов стоматологических реставраций (пломбы, коронки, имплантаты) и сосредоточиться на четырёх патологиях: кариесе, глубоком кариесе, ретинированных зубах и периапикальных поражениях. Каждому классу соответствует код МКБ-10: Caries (K02.1), Deep Caries (K02.1 / K04.0), Impacted (K01.0 / K01.1) и Periapical Lesion (K04.5). Такой выбор отражает клиническую значимость выявления именно патологических изменений, а не артефактов лечения.

Ключевым изменением стала очистка и балансировка датасета. Исходная девятиклассовая выборка включала более 19 тысяч объектов класса «пломба» и 6 тысяч «пломбированный канал», что составляло свыше 65% всех меток, тогда как на периапикальные очаги приходилось лишь 1584 объекта. В результате модель показывала низкую точность для редких классов: AP50 для периапикальных поражений составляла всего 0.069, а 40% таких очагов модель относила к фону. В финальной версии были оставлены только четыре класса патологий, а данные собраны из трёх источников: соревновательного датасета DENTEX (MICCAI 2023), экспертного архива Tufts Dental Database и репозитория Loki_Dental. Общий объём выборки после фильтрации и дедупликации составил несколько тысяч снимков, при этом валидационная выборка была строго зафиксирована на 144 панорамных снимках (709 объектов) из DENTEX, чтобы обеспечить воспроизводимость результатов. По регламенту DENTEX каждый снимок принадлежит отдельному пациенту, что исключает пересечение данных между обучающей и проверочной выборками. Снимки из Tufts и Loki_Dental добавлялись только в обучающую выборку, чтобы валидация оставалась на фиксированном стандарте разметки.

Техническая реализация включала несколько этапов предобработки. Для удаления дубликатов использовался перцептивный хэш dHash (hash_size=8), что позволило исключить 33 повторяющихся изображения. Для отсева нерелевантных снимков (цветные фотографии, узкие прицельные снимки) применялась проверка пропорций и разницы цветовых каналов — всего было отфильтровано 1571 изображение. Кроме того, был исправлен ряд ошибок предыдущей итерации: в частности, правило автоматического перевода крупных рамок кариеса в класс Deep Caries было признано некорректным, поскольку глубина кариеса определяется близостью к пульпарной камере, а не площадью коронки. В Clean_Dental_v3 для класса Deep Caries оставлены только 565 разметок из DENTEX, а все кариесы из Loki_Dental сохранены в классе 0 (3556 объектов). Также был исправлен двухпроходный отбор снимков из Loki_Dental: в ранней версии чтение архива прерывалось после достижения лимита в 1200 снимков, из-за чего 56% архива не попадало в выборку. В новом сборщике первый проход проверяет все 13932 файла разметки и отбирает снимки с классами Periapical lesion и Cyst (2379 кандидатов, из которых после фильтрации вошли 1366 объектов Periapical Lesion и 3721 объект Impacted). Для выравнивания контраста использовался алгоритм CLAHE с параметрами clipLimit=2.0 и сеткой 8x8, при этом на этапе инференса добавлена проверка стандартного отклонения яркости, чтобы избежать повторного наложения фильтра и снизить влияние JPEG-артефактов на сжатых изображениях шириной менее 1300 пикселей. Обучение проводилось на видеокарте NVIDIA A100 80GB в разрешении 1280x1280 с моделью YOLOv8l (43.6 млн параметров, 165.4 GFLOPs). Процесс был разбит на две стадии: первая заняла 23.9 минуты (25 эпох с ранней остановкой), вторая — 5.4 минуты (12 эпох). Общее время обучения составило 29.3 минуты, что значительно быстрее предыдущих экспериментов на Tesla T4 в Google Colab. Обучающий список формировался с дублированием редких классов: коэффициент 3x для снимков DENTEX с редкими классами, что помогло сбалансировать выборку без искусственного завышения частоты частых классов.

Контекст проекта отражает общую тенденцию в медицинском ИИ: переход от универсальных моделей к специализированным решениям с тщательной подготовкой данных. Ранее предпринимались попытки использовать YOLO для стоматологических задач, но зачастую они страдали от дисбаланса классов и шумной разметки. В данном случае разработчики пошли на сознательное упрощение — исключение реставраций — чтобы повысить точность детекции патологий. Это соответствует мировому опыту: например, в исследованиях MICCAI 2023 акцент делается на качестве разметки и репрезентативности выборки. Конкурентами можно считать решения на основе Faster R-CNN или EfficientDet, однако YOLOv8l выигрывает в скорости инференса, что критично для клинического применения в реальном времени. Стоит отметить, что в финальной версии mAP50 составила 0.642, а для периапикальных поражений AP50 выросла до 0.516, что существенно лучше предыдущих 0.069, хотя прямое сравнение ограничено из-за разного состава классов. По сравнению с альтернативными архитектурами, YOLOv8l обеспечивает хороший баланс между точностью и скоростью. Например, модели на базе трансформеров (DETR) показывают более высокую точность на сложных сценах, но требуют больше вычислительных ресурсов и времени на инференс. В стоматологии, где снимки обычно имеют высокое разрешение, но патологии локализованы, свёрточные сети остаются предпочтительным выбором. Двухстадийное обучение с ранней остановкой и проверкой смешивания весов (Model Soup) позволило избежать переобучения и улучшить обобщающую способность.

Для российского рынка стоматологической диагностики данная работа представляет интерес с точки зрения импортозамещения и повышения доступности ИИ-инструментов. Системы автоматического анализа рентгенограмм активно развиваются такими компаниями, как «Цельс», «Третье мнение» и другими резидентами рынка MedTech. Однако большинство из них ориентированы на онкологию или общую радиологию, тогда как стоматология остаётся нишевым, но быстрорастущим сегментом. Предложенный подход с двухстадийным обучением и калибровкой порогов может быть масштабирован на другие анатомические области. Отраслевые эксперты отмечают, что ключевым барьером остаётся валидация на клинических данных и получение регистрационных удостоверений, но технические результаты выглядят обнадёживающе. В перспективе подобные модели могут быть интегрированы в стоматологические информационные системы для автоматического формирования предварительных заключений. Открытым остаётся вопрос о том, насколько модель устойчива к вариациям оборудования и качеству снимков в реальных клиниках, но уже сейчас очевиден прогресс в методологии подготовки данных, который может быть использован другими командами. В дальнейшем разработчики планируют расширить набор классов, включив кисты и другие образования, а также провести клинические испытания.