Poliklinik für Zahnerhaltung, Parodontologie und digitale Zahnmedizin
  1. Startseite LMU Klinikum
  2. Poliklinik für Zahnerhaltung, Parodontologie und digitale Zahnmedizin
  3. Dental AI Center
  4.  Forschungsbereiche

 Forschungsbereiche

Urheberschaft ungeklärt
 Synthetische Bitewings


Synthetische Bissflügelaufnahmen: Erzeugung synthetischer Bissflügelaufnahmen mit Implantaten mithilfe eines Diffusionsmodells und eines Generative Adversarial Network (GAN). Die synthetischen Daten wurden verwendet, um ein Klassenungleichgewicht in Bissflügel-Röntgenaufnahmen auszugleichen.


Synthetic bitewings: Generation of synthetic bitewings enriched with implants using a diffusion model and a generative adversarial network. The synthetic data were used to overcome class imbalance in bitewing radiographs.

Die Forschung am Munich Center for Dental AI umfasst mehrere KI-gestützte Schwerpunkte, darunter:

  • Deep Learning in der dentalen Bildgebung: Entwicklung von KI-Modellen zur automatisierten Diagnostik und Therapieplanung.
  • Erklärbare KI (Explainable AI): Entwicklung von KI-Systemen mit transparenten, nachvollziehbaren Ergebnissen zur Stärkung des Vertrauens von Behandler:innen und zur Unterstützung klinischer Entscheidungen.
  • Prädiktive Analytik: Einsatz von KI zur Vorhersage von Krankheitsverläufen und Therapieergebnissen.
  • Zahnmedizinische Public Health und Epidemiologie: Analyse großskaliger Datensätze mittels KI zur Identifikation von Trends, Risikofaktoren und zur Optimierung bevölkerungsbezogener Maßnahmen zur Mundgesundheit.
  • Natural Language Processing (NLP): Verbesserung der klinischen Dokumentation und Entscheidungsunterstützungssysteme in der Zahnmedizin.
  • Augmented Reality (AR) und Virtual Reality (VR) in der Zahnmedizin: Erforschung des Einsatzes von AR/VR für Ausbildung, Patientenaufklärung und präoperative Planung, unter anderem durch:
  1. Simulierte Trainingsumgebungen: KI-gestützte VR-Simulationen bieten realitätsnahe, risikofreie Übungsszenarien zur Entwicklung praktischer Fähigkeiten.
  2. Erweiterte Visualisierungen: AR-Anwendungen ermöglichen das Überlagern digitaler Informationen auf reale Objekte, um komplexe anatomische Strukturen und Eingriffe besser zu verstehen.
  3. Remote Learning und Zusammenarbeit: KI-basierte AR/VR-Plattformen fördern interaktives Lernen und internationale Kooperation auch über große Distanzen hinweg.
  • Klinische Implementierung und Translation: Entwicklung von Strategien zur Integration von KI-Tools in den zahnärztlichen Alltag – einschließlich Herausforderungen wie Workflow-Anpassung, Akzeptanz durch Behandler:innen, regulatorische Anforderungen, Datenschutz sowie Gewährleistung von Robustheit und Fairness in realen Anwendungsszenarien.


The Center’s research encompasses several AI-driven domains, including:

  • Deep Learning in Dental Imaging: Development of AI models for automated diagnosis and treatment planning.
  • Explainable AI: Development of AI systems that provide transparent, interpretable outputs to increase clinician trust and facilitate clinical decision-making.
  • Predictive Analytics: AI use to anticipate disease progression and treatment outcomes.
  • Dental Public Health and Epidemiology: Large-scale data analysis using AI to identify trends, risk factors, and optimize community-level oral health interventions.
  • Natural Language Processing (NLP): Enhancing clinical documentation and decision support systems in dentistry.
  • Augmented Reality (AR) and Virtual Reality (VR) in Dentistry: Investigating the use of AR/VR for dental training, patient education, and pre-surgical planning, including:
  1. Simulated Training Environments: AI-powered VR simulations can provide students with realistic, risk-free practice scenarios to develop their skills.
  2. Enhanced Visualizations: AR applications can overlay digital information onto real objects, helping to understand complex structures and procedures.
  3. Remote Learning and Collaboration: AI-driven AR/VR platforms will enable remote, interactive learning and collaboration among institutions worldwide.
  • Clinical Implementation and Translation: Strategies to integrate AI tools into everyday dental practice, addressing obstacles such as workflow integration, clinician acceptance, regulatory compliance, data privacy, and ensuring robustness and fairness of AI systems in real-world settings.