Forskere bruger kunstig intelligens til at evaluere dental antropologi

Mario Modesto Mata, en forsker i Dental Anthropology Group ved Centro Nacional de Investigación sobre la Evolución Humana (CENIEH), er hovedforfatter på et papir offentliggjort i The Anatomical Record , om brugen af ​​kunstige neurale netværk til at rekonstruere antallet af perikymata, som er vækstlinjerne i emaljen, men som er fraværende i slidte tænder.

Tænder er en næsten uudtømmelig kilde til information fra både biologiske og taksonomiske synspunkter. På grund af hvordan de vokser, er det muligt at tælle deres linjer direkte og estimere dannelsestiden i dage. Men at tælle perikymata giver vanskeligheder forårsaget af tandens tilstand, fordi hvis stykket er slidt ved normal brug, vil en del af perikymata være gået tabt med tab af emalje.

"At løse dette problem er af afgørende betydning, da det ville lade os øge antallet af tænder, der er egnede til evolutionære undersøgelser, og dermed føre til mere pålidelige konklusioner," bekræfter Modesto Mata, der tilhører det europæiske projekt Tied2Teeth (ERC-2021) -ADG) som ledes af forskeren Leslea Hlusko.

Ifølge papiret kan vi, når vi ved, hvor meget emaljen er formindsket, og dette måles som procentdelen af ​​kronens højde, der er forsvundet, anvende teknikker fra kunstig intelligens til at forudsige antallet af perikymata, der mangler i enhver tand fra moderne mennesker.

Specifikt blev kunstige neurale netværk udviklet til at forudsige antallet af perikymata, når en tand har mistet op til 30% af kronens højde. Resultatet efter validering af de neurale netværk viser, at når 30 % af emaljen mangler, er den maksimale fejl i 86 % af tilfældene kun 3 perikymata i alt.

"Dette er så præcise data om vækstlinjerne, at de vil gøre os i stand til at forudsige den fuldstændige dannelsestid af emaljen, der er meget tæt på virkeligheden, hvilket viser os, at neurale netværk kan bruges til at undersøge spørgsmål i palæobiologi," siger Modesto Mata.

For at maksimere brugen og anvendelsen af ​​disse neurale netværk har forfatterne af denne undersøgelse udviklet software i form af en R-pakke kaldet teethR, (fra "teeth aRe wonderful"), som frit kan distribueres og installeres. Der kræves ingen træning i AI for at vide, hvordan man bruger det:et meget grundlæggende kendskab til R er nok. Ved at bruge en funktion udviklet i pakken, kan forudsigelser laves meget hurtigt.

Flere oplysninger: Mario Modesto-Mata et al., Kunstige neurale netværk rekonstruerer manglende perikymata i slidte tænder, The Anatomical Record (2024). DOI:10.1002/ar.25416

Leveret af CENIEH