Žádný kód umělá inteligence k detekci rentgenových funkcí spojených s neuspokojivým endodontickým ošetřením
24. června 2024 aktualizováno: Lars Bjørndal, University of Copenhagen
Implementace opravné anotace Žádný kód Software založený na umělé inteligenci k detekci několika radiografických funkcí spojených s neuspokojivým endodontickým ošetřením: Randomizovaná kontrolovaná zkouška
Vývoj modelů založených na neuronové síti pro analýzu obrazu může být časově náročný a vyžaduje návrh datové sady a trénink modelu.
Platformy umělé inteligence bez kódu umožňují uživatelům anotovat objekty bez kódování.
Opravná anotace, přístup „human-in-the-loop“, iterativně zpřesňuje segmentace AI.
Stomatologie zaznamenala úspěch s AI bez kódu pro segmentaci zubních náhrad.
Tato studie si klade za cíl zhodnotit radiografické rysy související s kvalitou ošetření kořenového kanálku pomocí přístupu „human-in-the-loop“.
Přehled studie
Postavení
Zatím nenabíráme
Podmínky
Intervence / Léčba
Detailní popis
Vznik umělé inteligence (AI) a konkrétně hlubokého učení (DL) ukázaly velký potenciál při hledání rentgenových znaků a plánování léčby v oblasti kariologie a endodoncie.
Rostoucí množství literatury naznačuje, že DL modely by mohly pomoci zubním lékařům při odhalování radiografických rysů, jako jsou kariézní léze a periapikální léze, a také předpovídat riziko expozice dřeně při terapii exkavace zubního kazu.
I když v současné literatuře chybí dostatečný výzkum interakce účastníků a umělé inteligence v platformě založené na umělé inteligenci pro detekci vlastností spojených s technickou kvalitou endodontického ošetření.
Tato prospektivní randomizovaná kontrolovaná studie si klade za cíl zhodnotit výkon studentů při používání platformy založené na umělé inteligenci pro detekci vlastností spojených s technickou kvalitou endodontického ošetření a predikci dlouhodobé prognózy léčby.
Hypotézou je, že výkon účastníků ve skupině s přístupem k odpovědím AI je podobný jako v kontrolní skupině bez přístupu k odpovědím AI.
Typ studie
Intervenční
Zápis (Odhadovaný)
80
Fáze
- Nelze použít
Kontakty a umístění
Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.
Studijní kontakt
- Jméno: Shaqayeq Ramezanzade, Phd
- Telefonní číslo: 55278370
- E-mail: shaqayeq.ramezanzade@gmail.com
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
Přijímá zdravé dobrovolníky
Ano
Popis
Kritéria pro zařazení:
1.Být studentem zubního lékařství v posledním ročníku na univerzitě v Kodani
Kritéria vyloučení:
- Máte nějaké předchozí zkušenosti související s AI
- Nepřijetí k podpisu informovaného souhlasu
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
- Primární účel: Diagnostický
- Přidělení: Randomizované
- Intervenční model: Paralelní přiřazení
- Maskování: Dvojnásobek
Zbraně a zásahy
Skupina účastníků / Arm |
Intervence / Léčba |
|---|---|
|
Experimentální: účastníci využívající vedení od umělé inteligence
experimentální část se týká skupiny účastníků, kteří mají přístup k platformě založené na umělé inteligenci pro detekci funkcí spojených s technickou kvalitou endodontického ošetření.
Tito účastníci budou během studie využívat pomoc AI.
|
Pro zkoušku byla vytvořena zabezpečená webová stránka, do které se každý student mohl přihlásit pomocí přiděleného čísla.
Všechny datové sady obrázků byly nahrány na tento web.
Studenti budou náhodně rozděleni do experimentální a kontrolní skupiny.
Oba studenti byli požádáni, aby segmentovali rysy spojené s kvalitou ošetření kořenových kanálků a předpověděli prognózu léčby, zatímco experimentální skupina měla přístup k AI vedení a kontrolní skupina ne.
|
|
Žádný zásah: Ovládací rameno bez jakéhokoli vedení umělé inteligence
kontrolní rameno se skládá z účastníků, kteří nemají přístup k platformě založené na umělé inteligenci.
Budou provádět stejné úkoly nebo hodnocení jako v experimentální části, ale bez pomoci AI.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
|---|---|---|
|
Přesnost
Časové okno: prostřednictvím sběru dat v průměru 6 měsíců
|
Přesnost vyjadřuje, jak přesně se výsledek shoduje se skutečnou hodnotou nebo standardem.
Přesnost účastníků experimentu a kontrolní skupiny ve správném nalezení rentgenových znaků a předpovídání výsledků je jedním z našich primárních výsledků.
odkazem pro srovnání je konsenzus tří odborníků v zubním lékařství.
|
prostřednictvím sběru dat v průměru 6 měsíců
|
|
Citlivost
Časové okno: prostřednictvím sběru dat v průměru 6 měsíců
|
Toto opatření kvantifikuje podíl skutečně pozitivních výsledků (správně identifikovaných případů) ze všech pozitivních případů.
Vysoká citlivost znamená, že člověk je dobrý v detekci stavu.
Citlivost účastníků experimentu a kontrolní skupiny při správném nalezení rentgenových znaků a předpovídání výsledků je jedním z našich primárních výsledků.
Srovnání je provedeno proti konsenzuálnímu úsudku tří odborníků v zubním lékařství.
|
prostřednictvím sběru dat v průměru 6 měsíců
|
|
Specifičnost
Časové okno: prostřednictvím sběru dat v průměru 6 měsíců
|
Specifičnost měří podíl skutečně negativních výsledků ze všech negativních případů.
Specifičnost účastníků experimentu a kontrolní skupiny ve správném nalezení rentgenových znaků a predikci výsledků je jedním z našich primárních výsledků.
Srovnání je provedeno proti konsenzuálnímu úsudku tří odborníků v zubním lékařství.
|
prostřednictvím sběru dat v průměru 6 měsíců
|
Spolupracovníci a vyšetřovatelé
Zde najdete lidi a organizace zapojené do této studie.
Sponzor
Spolupracovníci
Vyšetřovatelé
- Vrchní vyšetřovatel: Lars Bjørndal, Prof., University of Copenhagen Department of Odontology Cariology and Endodontics
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 (Odhadovaný)
30. července 2024
Primární dokončení (Odhadovaný)
13. listopadu 2024
Dokončení studie (Odhadovaný)
13. prosince 2024
Termíny zápisu do studia
První předloženo
25. května 2024
První předloženo, které splnilo kritéria kontroly kvality
7. června 2024
První zveřejněno (Aktuální)
10. června 2024
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
25. června 2024
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
24. června 2024
Naposledy ověřeno
1. června 2024
Více informací
Termíny související s touto studií
Klíčová slova
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 38LZDNHFH5JN
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 .