19.02.2025 KI in der Lehre: Mit Künstlicher Intelligenz zur besseren Kariesdiagnose

Zahnklinik führt KI-gestütztes Diagnosesystems für die Karieserkennung in der Ausbildung angehender Zahnmediziner*innen ein – deutschlandweit Vorreiter

Prof. Dr. Carolina Ganß diskutiert mit Studierenden der Zahnmedizin Röntgenbilder mit KI-Diagnosen auf dem iPad

Studierende der Zahnmedizin lernen an der Philipps-Universität Marburg erstmals die Kariesdiagnostik mit einem KI-gestütztes Diagnosesystem. Anhand der Röntgenbilder auf dem iPad können sie schneller und präziser einen krankhaften Zahnzustand beurteilen. Die KI unterstützt moderne gruppenbezogene Lernformen und hilft den Studierenden in der Kommunikation mit ihren Patientinnen und Patienten. Damit erreicht die Poliklinik für Zahnerhaltung der Philipps-Universität Marburg einen neuen Meilenstein in der zahnmedizinischen Lehre: Als erste Universitäts-Zahnmedizin in Deutschland integriert sie ein KI-gestütztes System zur Kariesdiagnostik in die Ausbildung ihrer Studierenden. „Diese bahnbrechende Technologie ermöglicht eine präzisere und schnellere Erkennung von versteckten kariösen Läsionen und unterstützt Studierende dabei, ihre diagnostischen Fähigkeiten auf ein neues Niveau zu heben“, sagt Prof. Dr. Roland Frankenberger, Leiter der Poliklinik.

Durch den Einsatz künstlicher Intelligenz wird es möglich, radiologische Aufnahmen mit hoher Genauigkeit auszuwerten. Die Software analysiert Röntgenbilder in Sekundenschnelle und liefert detaillierte diagnostische Einschätzungen. Dies bietet Studierenden nicht nur eine unmittelbare Rückmeldung zu ihren eigenen Diagnosen, sondern verbessert auch die diagnostischen Kompetenzen und den kritischen Umgang mit künstlicher Intelligenz in der Zahnmedizin.

Universitätspräsident Prof. Dr. Thomas Nauss hebt die strategische Bedeutung der KI für Lehre und Forschung hervor: „Künstliche Intelligenz ist eine Schlüsseltechnologie, die unsere Universität in vielfältiger Weise voranbringt. Die Integration von KI in die zahnmedizinische Ausbildung zeigt exemplarisch, wie moderne Technologien Lehre und Forschung bereichern können. Wir setzen gezielt auf Innovationen wie diese, um Studierende optimal auf die Zukunft vorzubereiten und die wissenschaftliche Exzellenz unserer Universität weiter zu stärken.“

„Die Einführung der KI-gestützten Diagnostik ist ein Quantensprung in der Ausbildung unserer Studierenden“, betont Prof. Dr. Carolina Ganß, Leiterin der Sektion Kariologie und Inhaberin des einzigen Lehrstuhls für Kariologie des Alterns in Deutschland. „Durch die Kombination aus künstlicher Intelligenz und fachlicher Expertise werden Fehlerquoten minimiert und das klinische Training auf eine objektive und datenbasierte Grundlage gestellt.“

Ein weiterer Vorteil dieser Innovation liegt in der verbesserten Lernkurve der Studierenden. Während herkömmliche Lehrmethoden oft zeitaufwändig sind und individuelle Rückmeldungen nur begrenzt möglich machen, bietet die KI-gestützte Analyse eine sofortige, standardisierte und wiederholbare Bewertung. So können Studierende ihre diagnostischen Fähigkeiten systematisch verbessern und erhalten eine realitätsnahe Vorbereitung auf ihre zukünftige Berufspraxis.

Darüber hinaus stärkt die Implementierung der künstlichen Intelligenz in der Lehre den wissenschaftlichen Fortschritt. Die KI gestützte Kariesdiagnostik ermöglicht die standardisierte Datenerhebung für die klinische Forschung durch höhere Präzision, Objektivität und Effizienz. Sie ermöglicht eine frühzeitige, reproduzierbare Erkennung von Läsionen, wodurch Präventionsmaßnahmen gezielter bewertet werden können. Automatisierte Analysen großer Datenmengen sorgen für eine schnellere und zuverlässigere Auswertung, während standardisierte Algorithmen die Vergleichbarkeit zwischen Studienzentren erhöhen. 

Mit diesem innovativen Schritt zeigt die Poliklinik für Zahnerhaltung ihre Vorreiterrolle in der zahnmedizinischen Ausbildung. „Die Implementierung der KI-Technologie ist nicht nur ein Gewinn für Studierende und Lehrende, sondern setzt neue Maßstäbe für die Digitalisierung und Modernisierung der zahnmedizinischen Diagnostik“, so das Fazit von Carolina Ganß.