Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

Přesnost klinického hybridního systému založeného na AI pro detekci parodontitidy v OPG snímcích

12. března 2024 aktualizováno: Maurizio Tonetti, Shanghai Ninth People's Hospital Affiliated to Shanghai Jiao Tong University

Jaká je diagnostická přesnost hybridního systému založeného na klinických znalostech AI pro diagnostiku stadia II-IV parodontitidy pomocí snímků OPG? Multicentrická studie

Parodontitida je velmi rozšířená a jen zřídka se odhalí a léčí v časnějších stádiích onemocnění. Ortopantomografie (OPG) je nejčastěji snímaný dentální rentgenový snímek na celém světě a jeho systematické screening může přispět k včasnému odhalení parodontitidy a přístupu k potřebné úrovni péče. Nedávná studie výzkumníků původně vyvinula systém založený na klinických znalostech AI pro automatickou diagnostiku parodontitidy a prokázala dobrý výkon pro odlišení stádia II-IV periodontitidy. Tato průřezová diagnostická studie si klade za cíl porovnat diagnostickou přesnost tohoto hybridního systému založeného na klinických znalostech AI (Index test) s lidskými experty (referenční test) pro odlišení stádia II-IV parodontitidy pomocí OPG snímků získaných z různých 4 center v okolí svět.

Přehled studie

Detailní popis

Parodontitida je závažným problémem veřejného zdraví kvůli její vysoké prevalenci po celém světě, značným socioekonomickým dopadům a značným vlivům na kvalitu života jednotlivců. Parodontitida v populaci však zůstává z velké části neodhalena. Je zásadní zvýšit povědomí o zdraví parodontu a zlepšit včasnou diagnostiku parodontitidy, aby byla zajištěna včasná intervence.

Klasifikace onemocnění a stavů parodontu a periimplantátu z roku 2018 definuje čtyři stadia parodontitidy od počátečního stadia (stadium I) po pokročilé stadium (stadium IV). Ve stádiích II-IV jsou nezbytné komplexní léčebné postupy, jinak je vysoké riziko ztráty zubu nebo dokonce celého chrupu. Přestože jsou klinická vyšetření považována za zlatý standard pro určení stadia parodontitidy, proces je pracný a časově náročný a vyžaduje velmi zkušené odborníky. Proto jsou velmi potřebné alternativní nákladově efektivní, ale spolehlivé a validní přístupy pro odlišení diagnózy parodontitidy ve stádiu II-IV, zejména ve veřejných komunitách.

Ortopantomografie (OPG), známá také jako panoramatická radiografie, je neinvazivní a nízkodávková zobrazovací technika, která poskytuje komplexní pohled na maxilofaciální oblast v jednom výkonu. Jako extraorální rentgenový snímek má výhody při zachycení obrazu, zejména v případech, kdy se pacienti snaží otevřít ústa nebo vykazují výrazný dávicí reflex, který brání použití intraorálních filmů. OPG je tedy pravděpodobně nejčastěji pořizovaným dentálním rentgenovým snímkem na celém světě a může potenciálně sloužit jako účinný nástroj pro odlišení stadia II-IV parodontitidy v populacích. V poslední době bylo provedeno několik výzkumů s využitím OPG snímků pro diagnostiku parodontitidy. Strategie těchto studií se však spoléhají na radiografické poznámky pro konkrétní orientační body od lékařů, které nemusí mít přesvědčivou přesnost. Kromě toho pouze vysoce kvalitní rentgenové snímky mohou být cenným doplňkem pro diagnostiku parodontitidy, takže mnoho dostupných OPG snímků s překrýváním anatomických struktur, neúměrným zvětšením obrazu, zkreslením a rozmazáním může snížit generalizaci vyvinutého systému.

Umělá inteligence (AI) se ukázala jako mocný nástroj v různých oblastech medicíny, včetně zubního lékařství. Algoritmy založené na umělé inteligenci, zejména techniky hlubokého učení, prokázaly pozoruhodné schopnosti v analýze obrazu, rozpoznávání vzorů a rozhodování. V posledních letech otevřela integrace technologie AI do stomatologie nové cesty pro zvýšení přesnosti a účinnosti diagnostiky. Algoritmy založené na AI mohou být schopny rozpoznat některé rysy v obrazech OPG, které jsou pro lidské oko nepostřehnutelné, což umožňuje detekci jemného úbytku kostní hmoty a dosažení přesnější diagnózy stagingu parodontu.

Pozoruhodné je, že zjištění z naší nedávné studie odhalila, že hybridní systém kombinující algoritmy umělé inteligence a klinické znalosti má dobrý výkon pro odlišení stádia II-IV periodontitidy. Při vývoji tohoto hybridního systému byly použity pouze klinické informace poskytnuté zkušenými specialisty a nebyly použity žádné radiografické anotace. Navzdory slibnému potenciálu hybridního systému vyvinutého z našeho počátečního zkoumání je nezbytné jej dále trénovat a ověřovat v různých nezávislých populacích, protože pravidlo predikce odvozené z jednoho vzorku by mohlo fungovat lépe v jiném vzorku/populaci. Kromě toho je rozumné předpokládat, že OPG snímky pořízené z různých strojů mohou značně ovlivnit přesnost vyvinutého hybridního systému. Proto je logické provést multicentrickou studii s cílem shromáždit různé OPG snímky z různých center po celém světě a soubor dat bude využit k dalšímu školení a validaci hybridního systému zajišťujícího jeho přesnost a účinnost v diagnostice parodontitidy.

V této studii porovnáme diagnostické charakteristiky nového hybridního systému založeného na klinické inteligenci (Index test) s panelem odborníků (referenční standard). Odborníci nezávisle posoudí všechny rentgenové snímky a dosáhnou dohody, pokud se mezi nimi najde nějaká nesrovnalost.

Typ studie

Pozorovací

Zápis (Odhadovaný)

1200

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní kontakt

Studijní místa

      • Hong Kong, Hongkong
        • Nábor
        • Prince Philip Dental Hospital
        • Kontakt:
    • Shanghai
      • Shanghai, Shanghai, Čína, 201206
        • Nábor
        • Shanghai Perio-Implant Innovation Center
        • Kontakt:

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ano

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

  1. Pacienti, kteří hledají péči na klinikách Pudong 9. lidové nemocnice v Šanghaji;
  2. Pacienti hledající péči na klinikách Shanghai Deváté lidové nemocnice South Clinics;
  3. Pacienti hledající péči v Prince Philip Dental Hospital v Hong Kongu;
  4. Pacienti hledající péči na římské univerzitě La Sapienza v Itálii;

Popis

Kritéria pro zařazení:

  1. Ve věku 18 a více let
  2. Po pořízení OPG snímku

Kritéria vyloučení:

  1. Zubatá ústa

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Intervence / Léčba
Subjekty hlásící se k péči v nemocnicích
Skupinu tvoří subjekty hlásící se k péči v jedné ze čtyř zúčastněných nemocnic (Čína, Hong Kong SAR, Itálie), které pro svou běžnou klinickou péči vyžadovaly rentgenové snímky OPG.
Indexový test je nový hybridní systém založený na AI pro rentgenovou analýzu obrazu. Jeho diagnostický výkon bude porovnán s referencí reprezentovanou panelem odborníků.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Míra citlivosti
Časové okno: 1 den
Citlivost hybridního systému založeného na AI pro správnou identifikaci případů parodontitidy označených panelem odborníků
1 den
Míra specifičnosti
Časové okno: 1 den
Specifičnost hybridního systému založeného na AI-klinické správné identifikaci případů parodontitidy označených panelem odborníků
1 den
Oblast pod měřením provozní charakteristiky přijímače (AUC).
Časové okno: 1 den
Měření oblasti pod křivkou provozní charakteristiky přijímače (AUC) hybridního systému založeného na AI klinického systému pro správnou identifikaci případů parodontitidy označené panelem odborníků
1 den
Diagnostická přesnost
Časové okno: 1 den
Celková diagnostická přesnost klinického systému AI bude vypočítána na základě zlomku skutečných výsledků testu [Přesnost = (skutečně pozitivní + pravdivá negativa) / (celkem)] a porovnána s panelem odborníků
1 den

Sekundární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Čas hodnocení
Časové okno: 1 den
Porovnání času potřebného pro diagnostiku hybridním systémem založeným na AI a skupinou odborníků pro každý snímek OPG
1 den

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Vyšetřovatelé

  • Vrchní vyšetřovatel: Maurizio Tonetti, Shanghai Ninth People Hospital

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

12. března 2024

Primární dokončení (Odhadovaný)

1. srpna 2024

Dokončení studie (Odhadovaný)

31. prosince 2024

Termíny zápisu do studia

První předloženo

4. března 2024

První předloženo, které splnilo kritéria kontroly kvality

11. března 2024

První zveřejněno (Aktuální)

12. března 2024

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

13. března 2024

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

12. března 2024

Naposledy ověřeno

1. března 2024

Více informací

Termíny související s touto studií

Další identifikační čísla studie

  • SH9H-2023-T369-1

Plán pro data jednotlivých účastníků (IPD)

Plánujete sdílet data jednotlivých účastníků (IPD)?

NE

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .

Předplatit