Сучасний погляд на застосування тривимірного сканування обличчя в клінічній стоматології  (огляд літератури)

Анатолій Потапчук; Василь Алмаші; Юрій Брецко

doi:10.33295/1992-576X-2026-1-B1

Автор(и)

Анатолій Потапчук Ужгородський національний університет https://orcid.org/0000-0001-9857-1407
Василь Алмаші Ужгородський національний університет https://orcid.org/0000-0002-2943-4844
Юрій Брецко Ужгородський національний університет https://orcid.org/0009-0008-1582-3268

DOI:

https://doi.org/10.33295/1992-576X-2026-1-B1

Ключові слова:

лицьовий сканер, стоматологія, ортопедична стоматологія, віртуальний пацієнт, щелепно-лицева протетика, точність

Анотація

Точність і прецизійність є ключовими параметрами лицьового сканування в стоматології, оскільки вони визначають ступінь відповідності цифрових моделей анатомії пацієнта та їхню придатність для діагностики, планування лікування, виготовлення імплантатів і післяопераційного контролю. Досягнення оптимальної точності сканування потребує застосування сучасних технологій у поєднанні з дотриманням стандартизованих методик виконання процедури. Показники точності та прецизійності лицьових сканерів значною мірою залежать від типу пристрою, його технічних характеристик і програмного забезпечення, що використовується для оброблення отриманих даних.
Мета: проаналізувати сучасний стан технології лицьового сканування у стоматології, окресливши історію її розвитку, механізми роботи, а також наявні докази щодо застосування й обмежень у межах цифрової стоматології.
Матеріал і методи. Інформаційний пошук і аналіз наукових джерел здійснено з використанням наукометричних баз даних Scopus, PubMed, BVS та SciELO за ключовими словами: лицьовий сканер, стоматологія, ортопедична стоматологія, віртуальний пацієнт, щелепно-лицева протетика, точність. Ідентифіковано 84 релевантних наукових публікації за останні 5 років. До огляду включено оригінальні наукові статті, результати досліджень та офіційні рекомендації медичних асоціацій з позитивними результатами у досліджуваних групах. Зібраний матеріал проаналізовано за принципами контент-аналізу з подальшою систематизацією та класифікацією даних із використанням програмного забезпечення CADIMA.
Висновки. Незважаючи на обмеження, пов’язані з якістю сканування та функціонуванням програмного забезпечення, тривимірні лицьові сканери є швидким й неінвазивним інструментом, що може бути ефективно застосований у різних напрямах стоматологічної практики. Лицьові сканери відіграють важливу роль у цифровому робочому процесі, забезпечуючи отримання лицьових записів для покращення міждисциплінарної комунікації, віртуальної артикуляції, дизайну усмішки, а також діагностики й лікування обструктивного апное сну. У перспективі технологія лицьового сканування має значний потенціал для застосування в галузях краніофаціальних досліджень, а також протезній діагностиці та плануванні стоматологічного лікування.

Завантаження

Дані завантаження ще не доступні.

Посилання

Gorurgoz, C., Icen, M., Kurt, M., et al. (2023). Degenerative changes of the mandibular condyle in relation to the temporomandibular joint space, gender and age: A multicenter CBCT study. Dent. Med. Probl., 60(1), DOI: https://doi.org/10.17219/dmp/147514.

Lombardo, G., Signoriello, A., Marincola, M., et al. (2023). Five-year follow-up of 8- and 6-mm locking-taper implants treated with a reconstructive surgical protocol for peri-implantitis: A retrospective evaluation. Prosthesis, 5(4), 1322–1342. DOI: https://doi.org/10.3390/prosthesis5040091.

Mangano, F., Veronesi, G., Hauschild, U., Mijiritsky, E., & Mangano, C. (2020). Trueness and precision of four intraoral scanners in oral implantology: A comparative in vitro study. PLoS One, 15(9), e0238581. DOI: https://doi.org/10.1371/journal.pone.0238581.

Kwon, J. H., Kim, Y. K., Lee, H., & Kim, S. G. (2022). Accuracy of computer-assisted surgery in implant placement using the CAD/CAM system: A randomized controlled clinical study. Clin. Oral Implants Res., 33(5), 476–484. DOI: https://doi.org/10.1111/clr.13874.

Piedra-Cascón, W., Meyer, M. J., Methani, M. M., & Revilla-León, M. (2020). Accuracy (trueness and precision) of a dual-structured light facial scanner and interexaminer reliability. J. Prosthet. Dent., 124, 567–574. DOI: https://doi.org/10.1016/j.prosdent.2019.10.010.

Cin, V., İzgi, A. D., Kale, E., & Yilmaz, B. (2023). Marginal and internal fit of monolithic zirconia crowns fabricated using two different CAD/CAM workflows: An in vitro study. Prosthesis, 5(1), 35–47. DOI: https://doi.org/10.3390/prosthesis5010003.

Almalki, A., Conejo, J., Kutkut, N., et al. (2024). Evaluation of the accuracy of direct intraoral scanner impressions for digital post and core in various post lengths: An in vitro study. J. Esthet. Restor. Dent., 36(4), 673–679. DOI: https://doi.org/10.1111/jerd.13159.

Gehrke, P., Rashidpour, M., Sader, R., & Ozcan, M. (2024). A systematic review of factors impacting intraoral scanning accuracy in implant dentistry with emphasis on scan bodies. Int. J. Implant Dent., 10, 20. DOI: https://doi.org/10.1186/s40729-024-00543-0.

Hao, J., Liu, J., Li, J., et al. (2022). AI-enabled automatic multimodal fusion of cone-beam CT and intraoral scans for intelligent 3D tooth-bone reconstruction and clinical applications. arXiv. DOI: https://doi.org/10.21203/rs.3.rs-1472915/v1.

Amornvit, P., & Sanohkan, S. (2019). The accuracy of digital face scans obtained from 3D scanners: An in vitro study. Int. J. Environ. Res. Public Health, 16, 5061. DOI: https://doi.org/10.3390/ijerph16245061.

Bohner, L., Gamba, D.D., Hanisch, M., et al. (2019). Accuracy of digital technologies for the scanning of facial, skeletal, and intraoral tissues: A systematic review. J. Prosthet. Dent., 121, 246–251. DOI: https://doi.org/10.1016/j.prosdent.2018.01.015.

Sivari, E., Senirkentli, G.B., Bostanci, E., et al. (2023). Deep learning in diagnosis of dental anomalies and diseases: A systematic review. Diagnostics (Basel), 13(15), 2512. DOI: https://doi.org/10.3390/diagnostics13152512.

Folly, P. (2021). Imaging techniques in dental radiology: Acquisition, anatomic analysis and interpretation of radiographic images. BDJ Stud., 28, 11. DOI: https://doi.org/10.1038/s41406-021-0258-7.

Krymovskyy, K., Mileschenko, A., & Brychko, T. (2024). Is it possible to completely replace traditional cephalometric analyses with 3D cephalometrics based on artificial intelligence shortly? Arch. Ophthalmol. Maxillofac. Surg. Ukr., 1(1), 43–53. DOI: https://doi.org/10.22141/aomfs.1.1.2024.9.

Unsal, G. S., Turkyilmaz, I., & Lakhia, S. (2020). Advantages and limitations of implant surgery with CAD/CAM surgical guides: A literature review. J. Clin. Exp. Dent., 12(4), e409–e417. DOI: https://doi.org/10.4317/jced.55871.

Alauddin, M. S., Baharuddin, A. S., & Mohd Ghazali, M. I. (2021). The modern and digital transformation of oral health care: A mini review. Healthcare (Basel), 9(2), 118. DOI: https://doi.org/10.3390/healthcare9020118.

Abdelaziz, M. S., & Elshikh, E. M. (2024). Digital design of a hybrid bone- and tooth-supported surgical guide in patients with unilateral few remaining natural teeth: A dental technique. BMC Res. Notes., 17(1), 80. DOI: https://doi.org/10.1186/s13104-024-06738-3.

Lepidi, L., Galli, M., Mastrangelo, F., et al. (2021). Virtual articulators and virtual mounting procedures: Where do we stand? J. Prosthodont., 30, 24–35. DOI: https://doi.org/10.1111/jopr.13240.

Otake, R., Kanazawa, M., Iwaki, M., et al. (2024). Patient-reported outcome and cost-effectiveness analysis of milled and conventionally fabricated complete dentures. J. Prosthet. Dent., 131(2), 227–232. DOI: https://doi.org/10.1016/j.prosdent.2021.12.024.

Schweiger, J. (2018). 3D facial scanning. Dental Dialogue. URL: https://www.zirkonzahn.com/assets/files/publications/EN-Dental-Dialogue-2018-12-web.pdf.

Revilla-León, M., Kois, D. E., & Kois, J. C. (2023). A guide for maximizing the accuracy of intraoral digital scans: Part 2 — Patient factors. J. Esthet. Restor. Dent., 35(1), 241–249. DOI: https://doi.org/10.1111/jerd.12993.

Topsakal, K. G., Gökmen, Ş., Misir, S. E., Duran, G. S., & Görgülü, S. (2023). Evaluation of the usage prevalence and knowledge levels of dentists about oral scanners and 3D printers. Saglik Bilim Derg., 32(2), 156–163. DOI: https://doi.org/10.34108/eujhs.1142208.

Inoue, N., Scialabba, R., Lee, J. D., & Lee, S. J. (2024). A comparison of virtually mounted dental casts from traditional facebow records, average values, and 3D facial scans. J. Prosthet. Dent., 131(1), 136–143. DOI: https://doi.org/10.1016/j.prosdent.2022.03.001.

Hong, S. J., & Noh, K. (2021). Setting the sagittal condylar inclination on a virtual articulator using a facial and intraoral scan of the protrusive interocclusal position. J. Prosthet. Dent., 125, 392–395. DOI: https://doi.org/10.1016/j.prosdent.2020.01.031.

Kwon, J. H., Im, S., Chang, M., Kim, J.E., & Shim, J. S. (2019). A digital approach to dynamic jaw tracking using a target tracking system and a structured-light three-dimensional scanner. J. Prosthodont. Res., 63, 115–119. DOI: https://doi.org/10.1016/j.jpor.2018.05.001.

Kim, J. E., Park, J. H., Moon, H. S., & Shim, J. S. (2019). Complete assessment of occlusal dynamics using target tracking with a three-dimensional facial scanner. J. Prosthodont. Res., 63, 120–124. DOI: https://doi.org/10.1016/j.jpor.2018.10.003.

Korol, D. M., Toncheva, K. D., & Kindiy, D. D. (2023). Photogrammetric method of obtaining a diagnostic 3D model of the jaw. Ukr. Dent. Almanac, 1, 37–40. [Король Д. М., Тончева К. Д., Кіндій Д. Д. Фотограмметричний спосіб отримання діагностичної 3D-моделі щелепи. Український стоматологічний альманах, 1, 37–40]. DOI: https://doi.org/10.31718/2409-0255.1.2023.07.

Antolín, A., Rodríguez, N. A., & Crespo, J. A. (2018). Digital flow in implantology using facial scanner. URL: https://www.semanticscholar.org/

Fieldhouse, S. (2021). CAD/CAM in dentistry: Materials and methods. Dent. Update, 48(8). DOI: https://doi.org/10.12968/denu.2021.48.8.671.

Schmalzl, J., Roth, I., Borbely, J., et al. (2023). Impact of software updates on accuracy of intraoral scanners. BMC Oral Health., 23, 219. DOI: https://doi.org/10.1186/s12903-023-02926-y.

Barayan, M. A., Qawas, A. A., Alghamdi, A. S., et al. (2022). Effectiveness of machine learning in assessing diagnostic quality of bitewing radiographs. Appl. Sci., 12(19), 9588. DOI: https://doi.org/10.3390/app12199588.

Robaian, A., Alotaibi, N. M., Allaboon, A. K., et al. (2024). Factors influencing dentists’ choice of restorative materials for single-tooth crowns. Med. Sci. Monit., 30, e942723. DOI: https://doi.org/10.12659/MSM.942723.

Hasiuk, P., Ramus, M., Vorobets, A., et al. (2021). Comparative evaluation of histotoxicity indicators of metal alloys for metal-ceramic dental constructions. Wiad Lek., 74(9 Pt 1), 2100–2104. DOI: https://doi.org/10.36740/WLek202109113.

Rauch, A., Schrock, A., Schierz, O., & Hahnel, S. (2021). Material preferences for tooth-supported 3-unit fixed dental prostheses. J. Prosthet. Dent., 126(1), 91.e1–91.e7. DOI: https://doi.org/10.1016/j.prosdent.2021.02.032.

Abduo, J., & Elseyoufi, M. (2018). Accuracy of intraoral scanners: A systematic review. Eur. J. Prosthodont. Restor. Dent., 26(3), 101–121. DOI: https://doi.org/10.1922/EJPRD_01752Abduo21.

Oh, K. C., Park, J.M., & Moon, H. S. (2020). Effects of scanning strategy and scanner type on intraoral scan accuracy. J. Prosthodont., 29(6), 518–523. DOI: https://doi.org/10.1111/jopr.13158.

An, H., Langas, E. E., & Gill, A. S. (2024). Effect of scanning speed, pattern, and tip size on intraoral digital scan accuracy. J. Prosthet. Dent., 131(6), 1160–1167. DOI: https://doi.org/10.1016/j.prosdent.2022.05.005.

Eastwood, P., Gilani, S.Z., McArdle, N., et al. (2020). Predicting sleep apnea from three-dimensional face photography. J. Clin. Sleep Med., 16, 493–502. DOI: https://doi.org/10.5664/jcsm.8246.

Duong, K., Glover, J., Perry, A., et al. (2020). Customized facemasks for continuous positive airway pressure: Feasibility study. Am. J. Respir. Crit. Care Med., 201, A2432. DOI: https://doi.org/10.1164/ajrccm-conference.2020.201.1_MeetingAbstracts.A2432.

Angelone, F., Ponsiglione, A. M., Ricciardi, C., et al. (2023). Diagnostic applications of intraoral scanners: A systematic review. J. Imaging., 9(7), 134. DOI: https://doi.org/10.3390/jimaging9070134.

Eggmann, F., & Blatz, M.B. (2024). Recent advances in intraoral scanners. J. Dent. Res., 103(13). DOI: https://doi.org/10.1177/00220345241271937.

Knoops, P. G. M., Papaioannou, A., Borghi, A., et al. (2019). A machine learning framework for automated diagnosis and planning in plastic surgery. Sci. Rep., 9, 13597. DOI: https://doi.org/10.1038/s41598-019-49506-1.

Du, Y. F., Chen, N., & Li, D. Q. (2019). Application of robot-assisted surgery in head and neck cancer. Zhonghua Kou Qiang Yi Xue Za Zhi, 54, 58–61. DOI: https://doi.org/10.3760/cma.j.issn.1002-0098.2019.01.011.

Grischke, J., Johannsmeier, L., Eich, L., Griga, L., & Haddadin, S. (2020). Dentronics: Robotics and artificial intelligence in dentistry. Dent. Mater., 36, 765–778. DOI: https://doi.org/10.1016/j.dental.2020.03.021.

Vornyk, V., & Potapchuk, A. (2025). Orthofacial harmonisation of dental patients’ faces: A review of research. Wiad. Lek., 78(11), 2442–2449. DOI: https://doi.org/10.36740/WLek/214794.