VPVadim Pererva

Vadim Pererva

*This is an algorithmically generated author record based on publicly available information.

Current Organizations / Institutes

The organizations/institutes from the scholar's latest article


Vadim Pererva has a total of 7 co-authors. Here are the top co-authors by number of shared publications:


Latest Publications

  • Open Access

    ОСОБЛИВОСТІ ПРОФІЛАКТИКИ ТА ЛІКУВАННЯ ПЕРИІМПЛАНТНОГО МУКОЗИТУ ТА ПЕРИІМПЛАНТИТУ

    by Т.в. Михайлик, М.а. Гордійчук, Т.п. Бондар, Н.в. Лисейко

    Актуальність. У всьому світі дентальна імплантація є одним із сучасних трендів, який активно стає розвиваючою сферою стоматологічної ортопедії та хірургії. Імплантація зубів – це відновлення цілісності зубів шляхом введення штучних матеріалів. Пошук шляхів підвищення ефективності стоматологічної допомоги та лікування пацієнтів із дефектами зубів є головним спрямованням на вибір сучасних технологій і матеріалів для зубних протезів. Дентальна імплантація є передбачуваною і широко застосовуваною процедурою в сучасній стоматології, але ряд факторів можуть негативно впливати на функціонування та тривалість використання імпланту. Пародонтальні патогени можуть спровокувати захворювання периімплантиту, тому вивчення засобів профілактики та лікування периімплантного мукозиту та периімплантиту є актульною проблемою, яка потребує всебічного вивчення. Мета. На основі наукового і клінічного матеріалу здійснити аналіз особливостей профілактики та лікування периімплантного мукозиту та периімплантиту. Матеріали та методи. Огляд провідних досліджень базувався на виявленні у пошуковій системі з біомедичних досліджень PubMed, а також у вільному доступі Google Scholar наукових публікацій, присвячених дослідженню специфіки й особливостей профілактики та лікування периімплантного мукозиту та периімплантиту. Для досягнення поставленої мети було використано методи дослідження: аналіз, синтез, порівняння, узагальнення, систематизація вітчизняної та зарубіжної наукової літератури з даної проблематики. Результати дослідження. Дентальна імплантація зубів наразі є однією з найдинамічніших галузей клінічної стоматології, яка може суттєво покращити якість життя пацієнтів як шляхом відновлення основної функції щелепної системи, так і шляхом корекції естетики обличчя, коригуючи низку інших функцій, пов’язаних із організмом пацієнта. Висновок. На основі аналізу науково-теоретичних та клінічних матеріалів було виявлено, що периімплантний мукозит та периімплантит, як факт порушення адаптації організму до імпланта, є серйозним викликом для фахівців ортопедичного та хірургічного профілю. Для ефективної імплантації зубів необхідно подальше вивчення механізмів адаптації імплантату, зменшення впливу факторів ризику, проведення ранньої діагностики з клінічним спостереженням та рентгенівською оцінкою. Питання етіології, патогенезу, профілактики та лікування периімплантного мукозиту та периімплантиту є актуальними і потребують подальшого вивчення.

  • Open Access

    Analysis of Trends in the Use of Artificial Intelligence in Diagnosis and Treatment

    by Vadim Pererva, Dmytro Maltsev, Oleksandr Hruzevskyi, Leonid Gai, Yurii Dekhtiar

    AI in healthcare has improved, making diagnostics more accurate and increasing the effectiveness of treatments. The present study discusses the AI trends in diagnostic and therapeutic applications and focuses on the presented practical applications and their effects on patient care. The purpose of this particular review is to focus on the current developments in the implementation of AI in the field of health care, present main use cases and successes, as well as discuss about the issues and concerns in the topic at hand. Previous studies on AI in healthcare with specific consideration of diagnostic image analysis and interpretation, histology and molecular pathology, whole-genome sequencing, and therapeutic decision support are discussed. The selection criteria included papers with data gathered from real-life AI cases and quantitative findings. Study materials were obtained from e-journals, conference papers, and established online sources with descriptive analysis being done on the data collected. A summary of the findings revealed a number of highly impactful subcategories focused on the use of artificial intelligence diagnostic imaging, especially in radiology, pathology, and genomics. The AI applications used in the fields of operations and drug discovery revealed the ability to accurately predict clinical trial outcomes and to create effective treatments. First of all, AI can become a game changer in healthcare by enhancing diagnostics accuracy and treatment outcomes. The future research questions include further developing the methods that explain the AI models’ decisions, protecting the privacy of patient information, and reducing algorithmic bias for better fair healthcare for all. Therefore, better interactions between creators of AI and clinicians and regulatory authorities are pertinent to make sure that the full advantages of AI are realized in clinical practice to advance patient care.