Evaluating the Accuracy of Artificial Intelligence in Gingivitis Diagnosis

Abstract

Introduction: Gingivitis is one of the most prevalent oral inflammatory conditions and is reversible when detected and managed at early stages. Conventional diagnosis relies on clinical examination, which may be influenced by examiner experience and inter-examiner variability. In recent years, artificial intelligence has demonstrated promising potential in supporting non-invasive oral disease diagnosis. However, most existing studies have focused on binary classification of gingivitis without adequately addressing disease severity. Objectives: This study aimed to evaluate the accuracy of artificial intelligence models in diagnosing and grading gingivitis severity using intraoral photographs, based on a multi-class classification framework utilizing the Modified Gingival Index (MGI). Materials and Methods: A cross-sectional diagnostic accuracy study was conducted. Frontal intraoral photographs of anterior teeth were used, and gingivitis severity was visually graded according to the MGI by calibrated examiners. Multiple deep learning models were trained to classify gingivitis severity into five classes. Model performance was evaluated using accuracy, recall, precision, macro-averaged performance metrics, and confusion matrix analysis. Results: The AI models demonstrated satisfactory performance in grading gingivitis severity, with higher accuracy observed in moderate and severe categories. Relatively lower performance was noted in early-stage gingivitis classification, reflecting subtle visual differences associated with mild inflammation. Multi-class classification provided greater clinical relevance compared to binary diagnostic approaches. Conclusion: The findings of this study indicate that artificial intelligence models can accurately diagnose and grade gingivitis severity using intraoral photographs. These results support the potential role of AI as a non-invasive screening and monitoring tool in preventive dentistry and dental public health. Further studies are recommended to validate these findings across diverse populations and real-world clinical settings.المقدمة : يُعد التهاب اللثة من أكثر أمراض الفم شيوعًا، وهو حالة مرضية قابلة للعلاج إذا تم تشخيصها والتعامل معها في مراحلها المبكرة. يعتمد التشخيص التقليدي لالتهاب اللثة على الفحص السريري، والذي قد يتأثر بالخبرة الإكلينيكية وتفاوت التقييم بين الفاحصين. في السنوات الأخيرة، أظهر الذكاء الاصطناعي إمكانيات واعدة في دعم التشخيص غير الجراحي لأمراض الفم، إلا أن معظم الدراسات السابقة ركزت على التصنيف لوجوده الالتهاب اللثة من عدمه دون مراعاة درجات شدة الالتهاب. الأهداف : هدفت هذه الدراسة إلى تقييم دقة نماذج الذكاء الاصطناعي في تشخيص وتصنيف شدة التهاب اللثة اعتمادًا على الصور الفموية، باستخدام تصنيف متعدد الفئات قائم على مؤشر اللثة المعدل (Modified Gingival Index). المواد وطرق البحث : تم تصميم هذه الدراسة كدراسة دقة تشخيصية مقطعية. جُمعت صور فموية للأسنان الأمامية لأسنان كاملة بإظهار اللثة والمناطق المحيطة بالأسنان، وتم تصنيف شدة التهاب اللثة بصريًا وفقًا لمؤشر اللثة المعدل بواسطة فاحصين مدرَّبين بعد إجراء المعايرة اللازمة. جرى تدريب عدة نماذج تعلم عميق على تصنيف شدة التهاب اللثة إلى خمس فئات، وتم تقييم أدائها باستخدام مؤشرات إحصائية متعددة شملت الدقة، والاستدعاء، والدقة التنبؤية، ومتوسط المقاييس الموزونة . النتائج : أظهرت نماذج الذكاء الاصطناعي أداءً جيدًا في تصنيف شدة التهاب اللثة، مع تحقيق أعلى دقة في الالتهاب المتوسط والشديد. لوحظ انخفاض نسبي في الأداء عند التمييز بين المراحل المبكرة من التهاب اللثة، مما يعكس التحديات البصرية الدقيقة المرتبطة بهذه المراحل. كما أظهرت النماذج متعددة الفئات تفوقًا من حيث القيمة السريرية مقارنة بالتصنيف الثنائي. الاستنتاج : تشير نتائج هذه الدراسة إلى أن نماذج الذكاء الاصطناعي قادرة على تشخيص وتصنيف شدة التهاب اللثة بدقة مقبولة اعتمادًا على الصور الفموية، مما يدعم دورها المحتمل كأداة غير جراحية للمسح والمتابعة في مجال طب الأسنان الوقائي والصحة العامة الفموية. وتوصي الدراسة بإجراء دراسات مستقبلية للتحقق الخارجي من النتائج وتقييم الأداء في البيئات السريرية.