Analisis Kinerja Kecerdasan Buatan dalam Deteksi Karies Gigi pada Berbagai Modalitas Pencitraan: Systematic Literature Review
Keywords:
deteksi karies, karies gigi, kecerdasan buatan, pencitraan dental, systematic literature reviewAbstract
Karies gigi merupakan salah satu masalah kesehatan gigi dan mulut yang paling umum terjadi di dunia. Deteksi dini karies sangat penting untuk mencegah progresivitas penyakit dan kerusakan jaringan gigi yang lebih lanjut. Perkembangan teknologi kecerdasan buatan (Artificial Intelligence/AI), khususnya pembelajaran mendalam, telah dimanfaatkan sebagai alat bantu diagnostik dalam mendeteksi karies melalui berbagai modalitas pencitraan dental. Tujuan untuk menganalisis kinerja kecerdasan buatan dalam mendeteksi karies gigi pada berbagai modalitas pencitraan melalui tinjauan literatur sistematis. Penelitian ini menggunakan metode systematic literature review dengan menelaah artikel penelitian yang dipublikasikan pada beberapa basis data ilmiah. Kriteria inklusi mencakup penelitian yang menggunakan teknologi kecerdasan buatan untuk mendeteksi karies gigi berdasarkan berbagai jenis pencitraan dental. Dari 253 total referensi, sebanyak 10 artikel penelitian yang memenuhi kriteria dianalisis secara deskriptif untuk mengevaluasi performa model AI berdasarkan indikator seperti akurasi, sensitivitas, spesifisitas, dan area under curve (AUC). Tingkat akurasi yang dilaporkan pada berbagai penelitian berkisar antara 80% hingga lebih dari 95%, dengan sensitivitas dan spesifisitas yang juga relatif tinggi. Kinerja model dipengaruhi oleh beberapa faktor, seperti jenis modalitas pencitraan, ukuran dataset, serta karakteristik lesi karies yang dianalisis. Kecerdasan buatan menunjukkan potensi yang besar sebagai alat bantu diagnostik dalam deteksi karies gigi pada berbagai modalitas pencitraan dental.
References
Ahmed, W. M., Azhari, A. A., Alnakhli, R., Alsulami, Y., Merdad, Y., Abdelrazek, M., & Sahlol, A. T. (2025). Development and evaluation of an artificial intelligence (AI) model for detecting dental caries from 3D intraoral scans. The Journal of Prosthetic Dentistry, 134(4), 1115.e1-1115.e8. https://doi.org/https://doi.org/10.1016/j.prosdent.2025.06.020
Dayo, A. F., Wolff, M. S., Syed, A. Z., & Mupparapu, M. (2021). Radiology of Dental Caries. Dental Clinics of North America, 65(3), 427–445. https://doi.org/https://doi.org/10.1016/j.cden.2021.02.002
Ghodasra, R., & Brizuela, M. (2025). Dental Caries Diagnostic Testing. StatPearls Publishing, Treasure Island (FL). http://europepmc.org/books/NBK574510
Jones, B., Lambach, M., Chen, T., Michou, S., Kilpatrick, N., Curtis, N., Burgner, D. P., Vannahme, C., & Silva, M. (2025). Dental caries detection in children using intraoral scans and deep learning. Journal of Dentistry, 160, 105906. https://doi.org/https://doi.org/10.1016/j.jdent.2025.105906
Kühnisch, J., Meyer, O., Hesenius, M., Hickel, R., & Gruhn, V. (2022). Caries Detection on Intraoral Images Using Artificial Intelligence. Journal of Dental Research, 101(2), 158–165. https://doi.org/10.1177/00220345211032524
Mertens, S., Krois, J., Cantu, A. G., Arsiwala, L. T., & Schwendicke, F. (2021). Artificial intelligence for caries detection: Randomized trial. Journal of Dentistry, 115, 103849. https://doi.org/https://doi.org/10.1016/j.jdent.2021.103849
Park, E. Y., Cho, H., Kang, S., Jeong, S., & Kim, E.-K. (2022). Caries detection with tooth surface segmentation on intraoral photographic images using deep learning. BMC Oral Health, 22(1), 573. https://doi.org/10.1186/s12903-022-02589-1
Sapna, N., Ankita, M., Snehasish, T., Vini, M., Niher Tabassum, S., Abdul Habeeb, A., & Mohmed Isaqali, K. (2024). Artificial Intelligence in Dental Caries Diagnosis and Detection: An Umbrella Review. Clinical and Experimental Dental Research.
Schwarzmaier, J., Frenkel, E., Neumayr, J., Ammar, N., Kessler, A., Schwendicke, F., Kühnisch, J., & Dujic, H. (2024). Validation of an Artificial Intelligence-Based Model for Early Childhood Caries Detection in Dental Photographs. In Journal of Clinical Medicine (Vol. 13, Issue 17, p. 5215). https://doi.org/10.3390/jcm13175215
Schwendicke, F., Mertens, S., Cantu, A. G., Chaurasia, A., Meyer-Lueckel, H., & Krois, J. (2022). Cost-effectiveness of AI for caries detection: randomized trial. Journal of Dentistry, 119, 104080. https://doi.org/https://doi.org/10.1016/j.jdent.2022.104080
Selwitz, R. H., Ismail, A. I., & Pitts, N. B. (2007). Dental caries. The Lancet, 369(9555), 51–59. https://doi.org/10.1016/S0140-6736(07)60031-2
Szabó, V., Szabó, B. T., Orhan, K., Veres, D. S., Manulis, D., Ezhov, M., & Sanders, A. (2024). Validation of artificial intelligence application for dental caries diagnosis on intraoral bitewing and periapical radiographs. Journal of Dentistry, 147, 105105. https://doi.org/https://doi.org/10.1016/j.jdent.2024.105105
Tinanoff, N. (2019). 12 - Dental Caries (A. J. Nowak, J. R. Christensen, T. R. Mabry, J. A. Townsend, & M. H. B. T.-P. D. (Sixth E. Wells (Eds.); pp. 169–179). Elsevier. https://doi.org/https://doi.org/10.1016/B978-0-323-60826-8.00012-2
Yoon, K., Jeong, H.-M., Kim, J.-W., Park, J.-H., & Choi, J. (2024). AI-based dental caries and tooth number detection in intraoral photos: Model development and performance evaluation. Journal of Dentistry, 141, 104821. https://doi.org/https://doi.org/10.1016/j.jdent.2023.104821
Zeng, Z., Ramesh, A., Ruan, J., & Hao, P. (2025). Use of artificial intelligence to detect dental caries on intraoral photos. Quintessence International, 56(1).
Zhang, J.-W., Fan, J., Zhao, F.-B., Ma, B., Shen, X.-Q., & Geng, Y.-M. (2024). Diagnostic accuracy of artificial intelligence-assisted caries detection: a clinical evaluation. BMC Oral Health, 24(1), 1095. https://doi.org/10.1186/s12903-024-04847-w
