تشخیص پیشرفته پوسیدگی‌های بین‌دندانی در رادیوگرافی‌های بایت‌وینگ با استفاده از YOLOv8 خلاصه: *استفاده از YOLOv8:* این پژوهش برای نخستین بار از الگوریتم YOLOv8 جهت شناسایی پوسیدگی‌های بین‌دندانی در رادیوگرافی‌های بایت‌وینگ استفاده می‌کند و شامل موارد زیر است: - تشخیص بدون استفاده از انکر (anchor-free) برای افزایش دقت و سرعت. - بهره‌گیری از ماژول C2f برای استخراج بهتر ویژگی‌ها. *افزایش دقت تشخیص:* هدف این مطالعه، ارتقای قابل توجه دقت تشخیص و کاهش موارد منفی کاذب است تا امکان درمان به‌موقع و کم‌تهاجمی‌تر فراهم شود. *برچسب‌گذاری دقیق داده‌ها:* داده‌ها توسط رادیولوژیست‌های متخصص با دقت بالا برچسب‌گذاری شده‌اند تا مشکلات رایج در برچسب‌گذاری‌های ناسازگار برطرف شود و آموزش مدل هوش مصنوعی به‌درستی انجام گیرد. *تمرکز بر پوسیدگی‌های مینای دندان:* این پژوهش به‌طور خاص بر پوسیدگی‌های مینای دندان تمرکز دارد تا امکان شناسایی زودهنگام و مداخله پیشگیرانه پیش از پیشرفت به مشکلات شدیدتر فراهم شود. *افزایش حجم داده‌ها:* استفاده از تکنیک‌های افزایش داده (data augmentation) تعداد تصاویر را سه برابر کرده و باعث افزایش پایداری و تنوع مجموعه آموزش مدل شده است. *ادغام هوش مصنوعی:* این پژوهش بر پتانسیل هوش مصنوعی در خودکارسازی فرآیند تشخیص پوسیدگی تأکید دارد که می‌تواند موجب کاهش تفاوت‌ها و قضاوت‌های سلیقه‌ای در تشخیص‌های بالینی شود. *جمع‌بندی:* این مطالعه با به‌کارگیری فناوری هوش مصنوعی، گامی مهم در ارتقای روش‌های تشخیص پوسیدگی‌های دندانی برداشته و زمینه را برای مداخلات زودهنگام و دقیق‌تر فراهم می‌سازد.