Manuelle parodontale Sondierung bleibt Referenzstandard

Der 20. European Workshop on Periodontology mit dem Thema „Contemporary and Emerging Technologies in Periodontal Diagnosis“ befasste sich mit dem Screening, der Beurteilung von Stadium und Grad, der Prognose, dem Monitoring und der Vorhersage des parodontalen Zustands. Anlass für den Workshop waren unter anderem die begrenzte Qualität der verfügbaren Forschung zu diagnostischen Tests, die rasche Entwicklung neuer Technologien, die Einführung der Klassifikation von 2018 und die Erklärungen der Weltgesundheitsorganisation (WHO) zu Diagnostik und zur Mundgesundheit.

Zur Bewertung der Genauigkeit medizinischer Tests werden deren Ergebnisse mit denjenigen etablierter Referenzverfahren verglichen und sodann deren Sensitivität und Spezifität ermittelt. Zur Bewertung der Qualität diagnostischer Studien stehen verschiedene Checklisten zur Verfügung. Die neuen Technologien beinhalten sogenannte „multi-omics“-Verfahren, bei denen große Datenmengen zu biologischen Molekülen wie DNA, RNA, Proteinen oder Metaboliten analysiert werden, und die Entwicklung von Instrumenten der künstlichen Intelligenz (KI).

Insbesondere war es das Ziel des Konsensusworkshops, eine Aktualisierung und Bewertung der Evidenz zu diagnostischen Methoden unter Berücksichtigung dieser jüngsten Erkenntnisfortschritte und der Umsetzung der Neuen Klassifikation parodontaler Erkrankungen vorzunehmen.

In Vorbereitung der Konsensuskonferenz im spanischen La Granja im November 2024 hatte das Workshop-Komitee der EFP acht systematische Übersichtsarbeiten in drei Arbeitsgruppen in Auftrag gegeben. Die Ergebnisse dieser Reviews wurden im Rahmen des Konsensustreffens mit 70 Teilnehmerinnen und Teilnehmern aus 21 Ländern diskutiert. Aus Deutschland waren Bettina Dannewitz, Henrik Dommisch, Peter Eickholz, Daniel Hagenfeld, Karin Jepsen und Søren Jepsen als Experten eingeladen.

In Gruppe 1 wurden traditionelle klinische und bildgebende Verfahren der parodontalen Diagnostik und deren Weiterentwicklungen diskutiert. Gruppe 2 analysierte diagnostische Tests auf der Grundlage von mikrobiellen und Wirts-Biomarkern sowie genetischer Marker. Gruppe 3 befasste sich mit ersten Ergebnissen neuer Technologien, einschließlich von KI-Anwendungen. Dabei wurde zwischen deren Einsatzmöglichkeiten im zahnmedizinischen und im nicht-zahnmedizinischen Umfeld unterschieden.

Zunächst wurde vereinbart, dass die Falldefinitionen der Neuen Klassifikation zu parodontaler Gesundheit, Gingivitis und Parodontitis als Referenzstandard in diagnostischen Studien dienen sollen. Von der Arbeitsgruppe 1 wurde die manuelle parodontale Sondierung als „Standard of Care“ bestätigt, da diese gleichzeitig die Erfassung der wichtigsten diagnostischen Parameter Sondierungstiefe, klinisches Attachmentniveau und Blutung auf Sondierung erlaubt. Die Genauigkeit und Reproduzierbarkeit der Messungen dieser Parameter und mögliche Fehlerquellen sind in einer Vielzahl von Studien hinreichend untersucht worden. Auch ist die Methode wenig invasiv und kostengünstig.

Komplementär zur klinischen Diagnostik können 2D-Bildgebungsverfahren wie periapikale Einzelbildaufnahmen, aber auch Panorama- und Bissflügelaufnahmen eingesetzt werden. Aufgrund der Strahlenbelastung und der hohen Kosten-Nutzen-Relation wird der Routineeinsatz von 3D-Bildgebungsverfahren (DVT) zur parodontalen Diagnostik in Übereinstimmung mit den europäischen und den deutschen Leitlinien nicht angeraten. Allerdings kann in Einzelfällen die DVT-Diagnostik zur Planung chirurgischer Eingriffe in der Therapiestufe 3, insbesondere bei vertikalen und bei Furkationsdefekten, sehr sinnvoll sein. Für die Magnetresonanztomografie (MRT) und Ultraschallverfahren wird gegenwärtig noch keine Anwendung in der parodontalen Diagnostik gesehen, beide werden aber als vielversprechende Perspektive eingeschätzt.

Gruppe 2 analysierte diagnostische Tests auf der Grundlage von mikrobiellen und Wirts-Biomarkern sowie genetischer Marker. Dabei wurde zunächst ihre mögliche Anwendung zur Unterscheidung zwischen parodontaler Gesundheit, Gingivitis und Parodontitis untersucht. Bemängelt wurde allerdings, dass die meisten Studien nur explorativen Charakter hätten. Auch wären mikrobiologische Studien zur Bestimmung der An-/Abwesenheit einzelner Bakterienspezies nicht mehr zeitgemäß. Derzeit gibt es keine mikrobiellen Marker, die die Kriterien für einen diagnostischen Test zur Feststellung einer Parodontitis erfüllen.

Bezüglich möglicher Wirts-Biomarker hat sich viel Forschungsinteresse der Bestimmung von Matrix-Metallproteinase (MMP)-8 im Speichel und – als kommerziell verfügbarer Test – in Mundspülungen gewidmet. Aufgrund der niedrigen Sensitivität kann dieser allerdings zur Detektion einer Parodontitis nicht empfohlen werden. Hinsichtlich genetischer Marker wurde festgehalten, dass die weitaus häufigsten Formen der Parodontitis einen polygenen Hintergrund hätten, wobei die genetische Anfälligkeit durch eine größere Anzahl von Risikogenen vermittelt werde, die zudem miteinander und auch mit Umgebungs-, Verhaltens- und Lifestylefaktoren interagieren würden. Lediglich bei sehr seltenen monogenen Parodontitisformen könne eine genetische Testung ergänzend sinnvoll sein.

Auch zur Prädiktion der Progression einer Parodontitis ohne oder nach Therapie beziehungsweise zur Vorhersage eines Therapieerfolgs stehen gegenwärtig keine Marker mit erwiesener diagnostischer Leistung und Einsatzfähigkeit zur Verfügung. Für die Zukunft ist allerdings zu erwarten, dass integrierte „multi-omics“-Ansätze, kombiniert mit KI-Systemen und unter Einbeziehung von Elementen der medizinischen und der sozialen Anamnese in der Entwicklung von Komposit-Biomarkern resultieren, die letztendlich eine „Präzisions-Parodontaltherapie“ ermöglichen werden.

Mit diesen sich abzeichnenden Entwicklungen und neuen Technologien beschäftigte sich Arbeitsgruppe 3. Dabei wurde zwischen einem zukünftigen Einsatz in zahnärztlichen (Zahnarztpraxis) und nicht-zahnärztlichen (Arztpraxis, Krankenhaus, Apotheken und andere) klinischen Umgebungen unterschieden. Im Bericht werden die Konzepte von KI-Systemen und maschinellem Lernen erläutert und Begriffe definiert sowie auf regulatorische Aspekte eingegangen.

Im zahnmedizinischen Umfeld haben sich zum parodontalen Screening und zur Diagnostik die meisten KI-basierten analytischen Methoden des maschinellen Lernens und der „Deep learning“-Algorithmen mit neuronalen Netzwerken bedient. Dabei wurden zumeist röntgenologische Daten zur Bestimmung des Knochenabbaus ausgewertet. Die Methoden zeigten eine vielversprechende Genauigkeit und Zuverlässigkeit und damit ihr Potenzial, den Kliniker bei Screening und Diagnose wirksam zu unterstützen. Zur Bestimmung der parodontalen Prognose (auf Patienten- und auf Zahnebene) zeichnet sich in ersten Studien der Erfolg versprechende Einsatz überwachten maschinellen Lernens ab.

In Bezug auf parodontales Screening im nicht-zahnmedizinischen Umfeld stützen sich die meisten Studien auf Fragebögen, auf Biomarker-basierte Algorithmen (Blut- oder Speichelproben) und auf Orthopantomogramme. Alle Algorithmen zeigten Schwächen bei der Detektion einer Gingivitis oder einer milden Parodontitis, hingegen aber gute Leistungen bei der Erkennung schwerer Parodontitis (Stadien III und IV). Die Experten betonten, dass die KI-Anwendungen zwar noch in den Kinderschuhen steckten, aber bereits jetzt ihr großes Potenzial gezeigt hätten, in der Zukunft den Kliniker diagnostisch sehr wirksam unterstützen zu können. Sie erwarten eine rasante Weiterentwicklung. In einer detaillierten Forschungsagenda skizzieren sie die nächsten Schritte auf dem Weg zu einer „Präzisions-Parodontologie“.

Obwohl die Arbeitsgruppen noch keine konkret klinisch anwendbaren Innovationen identifizieren konnten und die manuelle parodontale Sondierung weiterhin als Referenzstandard fest etabliert ist, werden künftig zunehmend ergänzende Ansätze auf der Basis von Bildgebung, Biomarkern, Wirtsgenetik, Fragebögen und insbesondere der Entwicklung neuer angewandter Data-Science-Methoden (zum Beispiel KI-Systeme) in die Parodontaldiagnostik Einzug halten. Diese wird damit immer verlässlicher Daten für eine optimale Therapie zur Verfügung stellen können.