AI helps assess patient's risk of regenerative outcomes after treatment of peri-implantitis

AI helps assess patient's risk of regenerative outcomes after treatment of peri-implantitis
Peri-implantitis, a condition where tissue and bone around dental implants becomes infected, besets roughly one-quarter of dental implant patients, and currently there's no reliable way to assess how patients will respond to treatment of this condition.
To that end, a team led by the University of Michigan School of Dentistry developed a machine learning algorithm, a form of artificial intelligence, to assess an individual patient's risk of regenerative outcomes after surgical treatments of peri-implantitis.
The algorithm is called FARDEEP, which stands for Fast and Robust Deconvolution of Expression Profiles. In the study, researchers used FARDEEP to analyze tissue samples from a group of patients with peri-implantitis who were receiving reconstructive therapy. They quantified the abundance of harmful bacteria and certain infection fighting immune cells in each sample.

Related Keywords

Michigan ,United States ,Jeff Wang ,William Giannobile ,Emily Henderson ,University Of Michigan School Dentistry ,Harvard School Of Dental Medicine ,Rogel Cancer Center ,Um School Of Dentistry ,Michigan School ,Robust Deconvolution ,Rogel Cancer ,Harvard School ,Um School ,Implants ,Artificial Intelligence ,Bacteria ,One ,Fell ,Dental Implant ,Dentistry ,Machine Learning ,Medicine ,மிச்சிகன் ,ஒன்றுபட்டது மாநிலங்களில் ,ஜெஃப் வாங் ,எமிலி ஹென்டர்சன் ,பல்கலைக்கழகம் ஆஃப் மிச்சிகன் பள்ளி பல் மருத்துவம் ,ஹார்வர்ட் பள்ளி ஆஃப் டெஂடல் மருந்து ,ரோஜல் புற்றுநோய் மையம் ,உம் பள்ளி ஆஃப் பல் மருத்துவம் ,மிச்சிகன் பள்ளி ,ரோஜல் புற்றுநோய் ,ஹார்வர்ட் பள்ளி ,உம் பள்ளி ,உள்வைப்புகள் ,ஒன்று ,