ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ПРОЕКТИРОВАНИИ ОДИНОЧНЫХ КОРОНОК ИЗ ДИОКСИДА ЦИРКОНИЯ: ВОЗМОЖНОСТИ, ОГРАНИЧЕНИЯ И ЗНАЧЕНИЕ АНАЛОГОВО-ЦИФРОВОГО ПРОТОКОЛА

Authors

  • Раджапов Т.А Ургенчский государственный медицинский институт
  • Нуралиев Н.А ргенчский государственный медицинский институт здоровья и стратегического развития
  • Иноятов А.Ш Ургенчский РАНЧ технологический университет. г. Ургенч, Республика Узбекистан,

Keywords:

искусственный интеллект, глубокое обучение, компьютерное проектирование, коронка, диоксид циркония, краевое прилегание, аналогово-цифровой протокол.

Abstract

 В обзоре проанализированы публикации, преимущественно 2020–2026 годов, о проектировании одиночных коронок с помощью искусственного интеллекта (ИИ) и о точности коронок из диоксида циркония при разных способах получения цифровых данных. Поиск проведён в базе PubMed, в анализ включены 20 публикаций, в основном систематические обзоры, метаанализы и сравнительные исследования. Программы с ИИ проектируют жевательные коронки быстрее зубного техника и строят форму, сопоставимую с ручным дизайном, но хуже справляются с передними зубами и функциональными фасетками стирания. Почти все сравнения выполнены на моделях и внутриротовых сканах, а единственное зарегистрированное клиническое исследование ещё не начало набор пациентов. Коронки из диоксида циркония, изготовленные по традиционным оттискам, имеют клинически приемлемое прилегание, хотя цифровое сканирование даёт меньший краевой зазор. Точность ИИ-проектирования по лабораторным сканам гипсовых моделей и клинические результаты таких коронок остаются неизученными.

References

Ahmed W.M., Shariati B., Gazzaz A.Z., Sayed M.E., Carvalho R.M. Fit of tooth-supported zirconia single crowns – a systematic review of the literature // Clin Exp Dent Res. 2020;6(6):700–716. doi:10.1002/cre2.323

Aljulayfi I.S., Almatrafi A.H., Althubaitiy R.O., Alnafisah F., Alshehri K., Alzahrani B., Gufran K. The potential of artificial intelligence in prosthodontics: a comprehensive review // Med Sci Monit. 2024;30:e944310. doi:10.12659/MSM.944310

Al-Odinee N.M., Al-Haddad A., Alshammari A.F., Madfa A.A. Marginal and internal fit of zirconia CAD-CAM fabricated with conventional impression and digital scanning techniques: a systematic review and meta-analysis // J Prosthet Dent. 2026;136(3):681–690. doi:10.1016/j.prosdent.2026.06.014

Çakmak G., Cho J.H., Choi J., Yoon H.I., Yilmaz B., Schimmel M. Can deep learning-designed anterior tooth-borne crown fulfill morphologic, aesthetic, and functional criteria in clinical practice? // J Dent. 2024;150:105368. doi:10.1016/j.jdent.2024.105368

Choi J., Ahn J., Park J.M. Deep learning-based automated detection of the dental crown finish line: an accuracy study // J Prosthet Dent. 2024;132(6):1286.e1–1286.e9. doi:10.1016/j.prosdent.2023.11.018

Ding H., Cui Z., Maghami E., Chen Y., Matinlinna J.P., Pow E.H.N., Fok A.S.L., Burrow M.F., Wang W., Tsoi J.K.H. Morphology and mechanical performance of dental crown designed by 3D-DCGAN // Dent Mater. 2023;39(3):320–332. doi:10.1016/j.dental.2023.02.001

Hlaing N.H.M.M., Çakmak G., Karasan D., Kim S.J., Sailer I., Lee J.H. Artificial intelligence-driven automated design of anterior and posterior crowns under diverse occlusal scenarios // J Esthet Restor Dent. 2026;38(1):129–142. doi:10.1111/jerd.70029

Leitão C.I.M.B., Fernandes G.V.O., Azevedo L.P.P., Araújo F.M., Donato H., Correia A.R.M. Clinical performance of monolithic CAD/CAM tooth-supported zirconia restorations: systematic review and meta-analysis // J Prosthodont Res. 2022;66(3):374–384. doi:10.2186/jpr.JPR_D_21_00081

McLean J.W., von Fraunhofer J.A. The estimation of cement film thickness by an in vivo technique // Br Dent J. 1971;131(3):107–111. doi:10.1038/sj.bdj.4802708

Nagata K., Inoue E., Nakashizu T., Seimiya K., Atsumi M., Kimoto K., Kuroda S., Hoshi N. Verification of the accuracy and design time of crowns designed with artificial intelligence // J Adv Prosthodont. 2025;17(1):1–10. doi:10.4047/jap.2025.17.1.1

Pjetursson B.E., Pitta J., Balet A., Bjarnadottir G.R., Sailer I., Romandini P. A systematic review and meta-analysis evaluating the survival, failure, and complication rates of metal-ceramic, veneered, and monolithic all-ceramic tooth-supported single crowns – Part 1 // Int J Prosthodont. 2026;39(3):308–324. doi:10.11607/ijp.9633

Porto A.M., Nascimento M.V., Garcia B.A., de Freitas Pontes K.M., Costa F.W.G., de Negreiros W.A. Marginal adaptation of tooth-supported fixed restorations fabricated using digital scanning versus conventional impression techniques: an overview of systematic reviews // J Prosthet Dent. 2025;134(3):629.e1–629.e13. doi:10.1016/j.prosdent.2025.05.044

Revilla-León M., Gómez-Polo M., Vyas S., Barmak A.B., Gallucci G.O., Att W., Özcan M., Krishnamurthy V.R. Artificial intelligence models for tooth-supported fixed and removable prosthodontics: a systematic review // J Prosthet Dent. 2023;129(2):276–292. doi:10.1016/j.prosdent.2021.06.001

Rokhshad R., Khosravi K., Motie P., Sadeghi T.S., Tehrani A.M., Zarbakhsh A., Revilla-León M. Deep learning applications in prosthodontics: a systematic review // J Prosthet Dent. 2026;135(3):539–551. doi:10.1016/j.prosdent.2025.04.009

Sarafidou K., Chatziparaskeva M., Chatzikamagiannis D., Mpotskaris V., Tortopidis D., Bakopoulou A., Kokoti M. Evaluation of marginal/internal fit of fixed dental prostheses after digital, conventional, and combination impression techniques: a systematic review // Eur J Oral Sci. 2022;130(6):e12902. doi:10.1111/eos.12902

Schwendicke F., Mohammad Rahimi H., Tichy A. Artificial intelligence in prosthodontics // Dent Clin North Am. 2025;69(2):315–326. doi:10.1016/j.cden.2024.11.009

Shah N., Thakur M., Gill S., Shetty O., Alqahtani N.M., Al-Qarni M.A., Alqahtani S.M., Elagib M.F.A., Chaturvedi S. Validation of digital impressions' accuracy obtained using intraoral and extraoral scanners: a systematic review // J Clin Med. 2023;12(18):5833. doi:10.3390/jcm12185833

Tabesh M., Nejatidanesh F., Savabi G., Davoudi A., Savabi O., Mirmohammadi H. Marginal adaptation of zirconia complete-coverage fixed dental restorations made from digital scans or conventional impressions: a systematic review and meta-analysis // J Prosthet Dent. 2021;125(4):603–610. doi:10.1016/j.prosdent.2020.01.035

Wang Y., Li Y., Xu M., Liu F. Comparative analysis of full crown morphology designed by artificial intelligence and dental technicians // J Dent. 2025;163:106131. doi:10.1016/j.jdent.2025.106131

Wu Z., Zhang C., Ye X., Dai Y., Zhao J., Zhao W., Zheng Y. Comparison of the efficacy of artificial intelligence-powered software in crown design: an in vitro study // Int Dent J. 2025;75(1):127–134. doi:10.1016/j.identj.2024.06.023

ClinicalTrials.gov. NCT07099261. A comparative clinical study to evaluate crowns designed by artificial intelligence versus crowns designed traditional design software. URL: https://clinicaltrials.gov/study/NCT07099261

Harnessing the power of AI in digital dentistry // 3Shape. URL: https://www.3shape.com/en/blog/inspiration-on-dentistry/artificial-intelligence-in-dentistry

Downloads

Published

2026-11-15

How to Cite

Раджапов Т.А, Нуралиев Н.А, & Иноятов А.Ш. (2026). ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ПРОЕКТИРОВАНИИ ОДИНОЧНЫХ КОРОНОК ИЗ ДИОКСИДА ЦИРКОНИЯ: ВОЗМОЖНОСТИ, ОГРАНИЧЕНИЯ И ЗНАЧЕНИЕ АНАЛОГОВО-ЦИФРОВОГО ПРОТОКОЛА. IQRO , 24(02), 437–443. Retrieved from https://wordlyknowledge.uz/index.php/iqro/article/view/9894