AI helps predict treatment outcomes for patients with diseas

 E-Mail
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 State University , Michigan , United States , Jeff Wang , William Giannobile , Yuying Xie , 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 , Michigan State , மிச்சிகன் நிலை பல்கலைக்கழகம் , மிச்சிகன் , ஒன்றுபட்டது மாநிலங்களில் , ஜெஃப் வாங் , 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 , மிச்சிகன் நிலை ,