ШТУЧНИЙ ІНТЕЛЕКТ У СТОМАТОЛОГІЇ: ФУНКЦІОНАЛЬНА КЛАСИФІКАЦІЯ, КЛІНІЧНА ВІДПОВІДАЛЬНІСТЬ ТА СТРАТИФІКАЦІЯ РИЗИКІВ

Автор(и)

DOI:

https://doi.org/10.32782/3041-1394.2026-1.3

Ключові слова:

штучний інтелект, стоматологія, стратифікація ризиків, підтримка прийняття клінічних рішень, стоматологічна освіта

Анотація

Вступ. Це дослідження має на меті розробити функціональну класифікацію застосувань штучного інтелекту (ШІ) у стоматології та запропонувати структуровану систему стратифікації ризиків на основі клінічної відповідальності й етичних наслідків. Мета дослідження полягає у розробці функціональної класифікації застосувань штучного інтелекту в стоматології з розмежуванням освітньої та клінічної сфер, а також у впровадженні структурованої системи стратифікації ризиків, що ґрунтується на принципах відповідальності, автономії та безпеки пацієнтів. Методи дослідження. Застосовано концептуальний аналітичний дизайн, що поєднує систематичний аналіз літератури (2020–2025 рр.) із функціональним мапуванням застосувань ШІ в освітній та клінічній сферах. Системи ШІ були категоризовані відповідно до їхньої функціональної ролі й оцінені за заздалегідь визначеними критеріями, включно зі ступенем клінічної відповідальності, автономністю прийняття рішень, потенційним впливом на безпеку пацієнтів, алгоритмічною прозорістю, регуляторним контекстом та юридичною відповідальністю. Виявлені ризики були стратифіковані на категорії низького, середнього або високого рівня. Результати. Освітні системи ШІ, зокрема платформи адаптивного навчання й інструменти навчання на основі симуляції, переважно асоціювалися з низьким або середнім ризиком через опосередкований клінічний вплив і збереження людського контролю. На противагу цьому системи візуалізації на основі глибокого навчання, інструменти планування лікування за допомогою ШІ, прогнозна аналітика та генеративний ШІ демонстрували профілі високого ризику, що відображає підвищену автономність, обмежену пояснюваність та прямий або опосередкований вплив на прийняття клінічних рішень. Функціональна межа між підтримкою прийняття рішень та автономним прийняттям рішень виявилася критичним визначальним фактором ризику. Висновки. Ризик у застосуванні ШІ в стоматології зумовлений насамперед функціональною відповідальністю, а не складністю алгоритмів. Запропонована класифікація та система стратифікації ризиків створюють практичну основу для етичного управління, регуляторної відповідності та відповідальної клінічної інтеграції ШІ в стоматологічну практику.

Посилання

Ahmed N., Abbasi M.S., Zuberi F. et al. Artificial intelligence techniques: analysis, application, and outcome in dentistry: a systematic review. Biomed Res Int. 2021. Vol. 2021. Art. 9751564. DOI: 10.1155/2021/9751564.

Ossowska A., Kusiak A., Świetlik D. Artificial intelligence in dentistry: a narrative review. Int J Environ Res Public Health. 2022. Vol. 19, № 6. Art. 3449. DOI: 10.3390/ijerph19063449.

Bernauer S.A., Zitzmann N.U., Joda T. The use and performance of artificial intelligence in prosthodontics: a systematic review. Sensors (Basel). 2021. Vol. 21, № 19. Art. 6628. DOI: 10.3390/s21196628.

Revilla-León M., Gómez-Polo M., Vyas S. et al. Artificial intelligence applications in implant dentistry: a systematic review. J Prosthet Dent. 2023. Vol. 129, № 2. P. 293–300. DOI: 10.1016/j.prosdent.2021.05.008.

Aljulayfi I.S., Almatrafi A.H., Althubaitiy R.O. et al. The potential of artificial intelligence in prosthodontics: a comprehensive review. Med Sci Monit. 2024. Vol. 30. Art. e944310. DOI: 10.12659/MSM.944310.

Abduo J., Rasaie V. Digital workflows in prosthodontics. Aust Dent J. 2025. DOI: 10.1111/adj.70005.

Zitzmann N.U., Matthisson L., Ohla H., Joda T. Digital undergraduate education in dentistry: a systematic review. Int J Environ Res Public Health. 2020. Vol. 17, № 9. Art. 3269. DOI: 10.3390/ijerph17093269.

Algarni Y.A., Saini R.S., Vaddamanu S.K. et al. The impact of virtual reality simulation on dental education: a systematic review of learning outcomes and student engagement. J Dent Educ. 2024. Vol. 88, № 11. P. 1549–1562. DOI: 10.1002/jdd.13619.

Shetty S., Bhat S., Al Bayatti S. et al. The scope of virtual reality simulators in radiology education: a systematic literature review. JMIR Med Educ. 2024. Vol. 10. Art. e52953. DOI: 10.2196/52953.

Makeyev V.F., Shcherba P.P. Artificial intelligence in dentistry. Part I. Actual Dentistry. 2024. № 3. P. 95–104. DOI: 10.33295/1992-576X-2024-3-95.

Makeyev V.F., Shcherba P.P. Artificial intelligence in dentistry. Part II. Actual Dentistry. 2024. № 4. P. 98–105. DOI: 10.33295/1992-576X-2024-4-98.

Eaton S.E. Global trends in education: artificial intelligence, postplagiarism, and future-focused learning for 2025 and beyond. Int J Educ. 2025. Vol. 21. Art. 12. DOI: 10.1007/s40979-025-00187-6.

Suchikova Y., Tsybuliak N., Teixeira da Silva J.A., Nazarovets S. GAIDeT (Generative AI Delegation Taxonomy): a taxonomy for humans to delegate tasks to generative artificial intelligence in scientific research and publishing. Account Res. 2025. Vol. 32, № 1. P. 1–27. DOI: 10.1080/08989621.2025.2544331.

Ethics and governance of artificial intelligence for health. Geneva : World Health Organization, 2021. 148 p.

##submission.downloads##

Опубліковано

2026-04-23

Як цитувати

Бєліков, О., Рощук, О., Бєлікова, Н., Бєлікова, Л., & Бернік, М. (2026). ШТУЧНИЙ ІНТЕЛЕКТ У СТОМАТОЛОГІЇ: ФУНКЦІОНАЛЬНА КЛАСИФІКАЦІЯ, КЛІНІЧНА ВІДПОВІДАЛЬНІСТЬ ТА СТРАТИФІКАЦІЯ РИЗИКІВ. Via Stomatologiae, 3(1), 24–33. https://doi.org/10.32782/3041-1394.2026-1.3

Номер

Розділ

ОРТОПЕДИЧНА СТОМАТОЛОГІЯ