AFFILIAZIONE
dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
AUTORE PRINCIPALE
Dr Angelone Francesca
Registrazione obbligatoria. Una valutazione consentita
login avvenuto
GRUPPO DI LAVORO
Dr Angelone Francesca dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
Dr. Calderone Danilo dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
Soltani Parisa dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Armogida Niccolò Giuseppe dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Prof Spagnuolo Gianrico dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Prof Rengo Sandro dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Dr Ponsiglione Alfonso Maria dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
Prof Amato Francesco dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
Dr. Calderone Danilo dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
Soltani Parisa dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Armogida Niccolò Giuseppe dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Prof Spagnuolo Gianrico dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Prof Rengo Sandro dipartimento di neuroscienze e scienze riproduttive ed odontostomatologiche – università di napoli ‘federico ii’
Dr Ponsiglione Alfonso Maria dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
Prof Amato Francesco dipartimento di ingegneria elettrica e tecnologie dell’informazione – università degli studi di napoli federico ii
AREA TEMATICA
Applicazioni innovative di bioingegneria: idee dalle Università
ABSTRACT
Le patologie orali colpiscono circa metà della popolazione mondiale e rappresentano una sfida sanitaria globale. Con un impatto economico stimato in 544,41 miliardi di dollari nel 2015, le malattie dentali si classificano tra le condizioni sanitarie più costose al mondo. Attualmente, la diagnosi si basa prevalentemente su tecniche radiologiche, con circa 18 milioni di radiografie dentali eseguite ogni anno solo in Italia, per una spesa complessiva di circa 1,8 miliardi di euro. Pertanto, l’esposizione ripetuta a radiazioni ionizzanti solleva importanti interrogativi in termini di sicurezza e costi. Nasce quindi l’esigenza di sviluppare strumenti diagnostici alternativi, che siano al tempo stesso efficaci, economici e privi di radiazioni X.
Negli ultimi anni, l’imaging ottico ha trovato applicazione in vari ambiti clinici — dalla dermatologia all’oftalmologia — grazie alla sua capacità di fornire immagini dettagliate in totale assenza di radiazioni. In ambito odontoiatrico, l’utilizzo crescente di scanner intraorali ha favorito la digitalizzazione degli studi dentistici, ma il loro potenziale diagnostico è ancora poco esplorato. L’intelligenza artificiale (IA) rappresenta un’opportunità in questo senso: è in grado di estrarre pattern diagnostici non visibili a occhio nudo anche da immagini ottiche, aprendo nuove prospettive per la diagnosi avanzata non invasiva.
La soluzione proposta consiste nello sviluppo di un prototipo di scanner intraorale ottico, capace non solo di acquisire la morfologia dentale, ma anche di fornire informazioni sullo stato di salute orale, riducendo o eliminando la necessità di esami radiologici. I risultati ottenuti dimostrano la capacità del dispositivo di rilevare informazioni morfologiche e diagnostiche in un unico flusso di lavoro, grazie a tecnologie di ricostruzione 3D basate su fotogrammetria e analisi optoelettroniche avanzate. Su un modello in gesso, il sistema ha mostrato una qualità comparabile ai principali prodotti commerciali, pur restando compatto ed economico. Inoltre, ha raggiunto un’accuratezza prossima al 94% nella classificazione della profondità della carie, un parametro tradizionalmente valutato solo con radiografie.
Questa tecnologia rappresenta un passo concreto verso una diagnosi orale efficace, accessibile e completamente priva di radiazioni ionizzanti. Saranno tuttavia necessarie ulteriori validazioni cliniche su larga scala per confermarne l’affidabilità.
Negli ultimi anni, l’imaging ottico ha trovato applicazione in vari ambiti clinici — dalla dermatologia all’oftalmologia — grazie alla sua capacità di fornire immagini dettagliate in totale assenza di radiazioni. In ambito odontoiatrico, l’utilizzo crescente di scanner intraorali ha favorito la digitalizzazione degli studi dentistici, ma il loro potenziale diagnostico è ancora poco esplorato. L’intelligenza artificiale (IA) rappresenta un’opportunità in questo senso: è in grado di estrarre pattern diagnostici non visibili a occhio nudo anche da immagini ottiche, aprendo nuove prospettive per la diagnosi avanzata non invasiva.
La soluzione proposta consiste nello sviluppo di un prototipo di scanner intraorale ottico, capace non solo di acquisire la morfologia dentale, ma anche di fornire informazioni sullo stato di salute orale, riducendo o eliminando la necessità di esami radiologici. I risultati ottenuti dimostrano la capacità del dispositivo di rilevare informazioni morfologiche e diagnostiche in un unico flusso di lavoro, grazie a tecnologie di ricostruzione 3D basate su fotogrammetria e analisi optoelettroniche avanzate. Su un modello in gesso, il sistema ha mostrato una qualità comparabile ai principali prodotti commerciali, pur restando compatto ed economico. Inoltre, ha raggiunto un’accuratezza prossima al 94% nella classificazione della profondità della carie, un parametro tradizionalmente valutato solo con radiografie.
Questa tecnologia rappresenta un passo concreto verso una diagnosi orale efficace, accessibile e completamente priva di radiazioni ionizzanti. Saranno tuttavia necessarie ulteriori validazioni cliniche su larga scala per confermarne l’affidabilità.
