ЦИФРОВОЙ АНАЛИЗ ЦВЕТА ЗУБОВ В ОРТОПЕДИЧЕСКОЙ СТОМАТОЛОГИИ

2026

Closed access Metadata (CSL-JSON)
DOI 10.70113/1815-9443.2026.68.68.006
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Введение. Точный подбор цвета зубов является ключевым условием предсказуемого эстетического результата в ортопедической стоматологии. Визуальная оценка оттенка остается субъективной, тогда как цифровая фотография, спектрофотометрия, внутриоральное сканирование и методы искусственного интеллекта (ИИ) позволяют повысить объективность и воспроизводимость цветового анализа. Цель исследования. Оценить современные цифровые методы определения цвета зубов и возможности применения ИИ для анализа и прогнозирования оттенка зубов и ортопедических реставраций. Материалы и методы. Проведен аналитический обзор публикаций PubMed/MEDLINE, посвященных цифровой фотографии, спектрофотометрии, внутриоральному сканированию, компьютерному зрению, машинному обучению и ИИ в анализе цвета зубов и реставраций. Включались преимущественно систематические обзоры, метаанализы и оригинальные исследования 2020–2026 гг., а также отдельные методологически значимые работы. Дополнительно представлен клинический пример пациента 34 лет: для выбора оттенка цельнокерамической коронки использовали стандартизированную RAW-фотосъемку, цветовую калибровку, сегментацию изображения сверточной нейронной сетью, пространство CIELAB и расчет ΔE. Результаты. Цифровые методы обеспечивают более объективную количественную регистрацию цвета, а алгоритмы ИИ позволяют автоматизировать сегментацию изображений, анализ цветовых характеристик и прогнозирование оттенка реставраций. В клиническом примере цифровой анализ определил оттенок 2M2 как наиболее близкий к интактному зубу (ΔE=0,82 против ΔE=2,45 для 3M2); при контрольном осмотре через 14 дней отмечена удовлетворительная эстетическая интеграция реставрации. Точность цифровых методов зависит от условий регистрации, оборудования, алгоритмов и качества исходных данных. Обсуждение. Совокупность данных подтверждает потенциал ИИ как инструмента поддержки принятия решений при подборе цвета, однако результаты разных исследований ограничены неоднородностью протоколов, устройств и обучающих выборок. Один клинический пример иллюстрирует применимость подхода, но не позволяет оценить диагностическую точность или обобщить эффективность алгоритма на широкую популяцию. Заключение. ИИ перспективен для цифрового анализа цвета в ортопедической стоматологии, но должен применяться совместно со стандартизированной цифровой регистрацией, объективными измерительными методами и CAD/CAM-технологиями. Необходимы унифицированные протоколы и независимая клиническая валидация алгоритмов на больших выборках.