- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT07027189
- Original retssag
Virkningen af kunstig intelligens på tandlægernes beslutningsproces under caries-detektion (DECIDE-AI)
Bestem-AI: Virkningen af kunstig intelligens på tandlægernes beslutningsproces under CARIES-detektion: En randomiseret kontrolleret undersøgelse
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
Gelderland
-
Nijmegen, Gelderland, Holland, 6525 EX
- Department of Dentistry Radboud Uniersity Medical Center
-
Kontakt:
- Dilek Sezen-Hulsmans, Dentist
- Telefonnummer: 00491708975313
- E-mail: dilek.sezen-hulsmans@radboudumc.nl
-
Kontakt:
- Dr. Cenci
- E-mail: Max.Cenci@radboudumc.nl
-
Ledende efterforsker:
- Dilek Sezen-Hulsmans, Dental Medical Doctor
-
Ledende efterforsker:
- Dr. Cenci
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inkluderingskriterier:
- Uddannet, praktiserende tandlæger.
- Mindst tre års erfaring
Ekskluderingskriterier:
- Pensionerede tandlæger.
- Specialiserede praktikere (f.eks. Ortodontister og mundkirurger), hvis deres typiske praksis ikke involverer rutinemæssige kariesdiagnostik og behandlingsplanlægning.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Diagnostisk
- Tildeling: Randomiseret
- Interventionel model: Crossover opgave
- Maskning: Enkelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Aktiv komparator: Fase 1: Caries -detektion uden AI, fase 2: Caries -detektion med AI
I denne gruppe vil deltagere undersøge karieslæsioner på røntgenbillederne uden AI -support først.
Derefter, efter en udvaskningsperiode på en måned, vil alle deltagere undersøge de samme røntgenbilleder med AI.
|
AI-baserede diagnostiske programmer har vist sig at forbedre diagnostisk ydeevne, men forskning på dens virkninger på behandlingsbeslutninger er knap.
I modsætning til andre undersøgelser, der fokuserer på AI's nøjagtighed eller den resulterende stigning i tandlægernes nøjagtighed, sigter denne undersøgelse at undersøge forskellene i tandlægernes behandlingsanbefalinger, når de understøttes af AI versus, når de ikke er under caries -påvisning.
|
|
Aktiv komparator: Fase 1: Caries -detektion med AI, fase 2: Caries -detektion uden AI
I denne gruppe vil deltagere undersøge karieslæsioner på røntgenbillederne med AI -support først.
Derefter, efter en udvaskningsperiode på en måned, vil alle deltagere undersøge de samme røntgenbilleder uden AI.
|
AI-baserede diagnostiske programmer har vist sig at forbedre diagnostisk ydeevne, men forskning på dens virkninger på behandlingsbeslutninger er knap.
I modsætning til andre undersøgelser, der fokuserer på AI's nøjagtighed eller den resulterende stigning i tandlægernes nøjagtighed, sigter denne undersøgelse at undersøge forskellene i tandlægernes behandlingsanbefalinger, når de understøttes af AI versus, når de ikke er under caries -påvisning.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Behandlingsbeslutninger: Sammenlign behandlingsanbefalingerne fra tandlæger til karies -læsioner, der er opdaget med og uden AI -support.
Tidsramme: Hver deltager vil blive vurderet over en periode på op til 2 måneder (inkluderer både evalueringsfaser og udvaskningsperiode)
|
De givne muligheder vil være "ingen behandling", "ikke-invasiv behandling" (fluorlakering, polering, forsegling) og "restaurering". Deltagernes svar vil blive sammenlignet med en referencestandard. |
Hver deltager vil blive vurderet over en periode på op til 2 måneder (inkluderer både evalueringsfaser og udvaskningsperiode)
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk nøjagtighed i caries -detektion
Tidsramme: Hver deltager vil blive vurderet over en periode på op til 2 måneder (inkluderer både evalueringsfaser og udvaskningsperiode)
|
RA0: Ingen radiolucency - ingen synlige karies. RA1: Radiolucency begrænset til den ydre halvdel af emalje - emalje karies. RA2: Radiolucency, der strækker sig til den indre halvdel af emaljen, men når ikke dentin - moderat emalje karies. RA3: Radiolucency, der strækker sig ind i den ydre tredjedel af dentin - dentin karies. RA4: Radiolucency, der strækker sig ind i midten af dentin - avanceret dentin karies. RA5: Radiolucency, der strækker sig ind i den indre tredjedel af dentin - alvorlige dentin karies. Deltagernes svar vil blive sammenlignet med en referencestandard. |
Hver deltager vil blive vurderet over en periode på op til 2 måneder (inkluderer både evalueringsfaser og udvaskningsperiode)
|
Samarbejdspartnere og efterforskere
Samarbejdspartnere
Publikationer og nyttige links
Generelle publikationer
- Khanagar SB, Al-Ehaideb A, Maganur PC, Vishwanathaiah S, Patil S, Baeshen HA, Sarode SC, Bhandi S. Developments, application, and performance of artificial intelligence in dentistry - A systematic review. J Dent Sci. 2021 Jan;16(1):508-522. doi: 10.1016/j.jds.2020.06.019. Epub 2020 Jun 30.
- Panyarak W, Wantanajittikul K, Suttapak W, Charuakkra A, Prapayasatok S. Feasibility of deep learning for dental caries classification in bitewing radiographs based on the ICCMS radiographic scoring system. Oral Surg Oral Med Oral Pathol Oral Radiol. 2023 Feb;135(2):272-281. doi: 10.1016/j.oooo.2022.06.012. Epub 2022 Jul 2.
- Ayan E, Bayraktar Y, Celik C, Ayhan B. Dental student application of artificial intelligence technology in detecting proximal caries lesions. J Dent Educ. 2024 Apr;88(4):490-500. doi: 10.1002/jdd.13437. Epub 2024 Jan 10.
- Mertens S, Krois J, Cantu AG, Arsiwala LT, Schwendicke F. Artificial intelligence for caries detection: Randomized trial. J Dent. 2021 Dec;115:103849. doi: 10.1016/j.jdent.2021.103849. Epub 2021 Oct 14.
- Laske M, Opdam NJM, Bronkhorst EM, Braspenning JCC, van der Sanden WJM, Huysmans MCDNJM, Bruers JJ. Minimally Invasive Intervention for Primary Caries Lesions: Are Dentists Implementing This Concept? Caries Res. 2019;53(2):204-216. doi: 10.1159/000490626. Epub 2018 Aug 14.
- Ammar N, Kuhnisch J. Diagnostic performance of artificial intelligence-aided caries detection on bitewing radiographs: a systematic review and meta-analysis. Jpn Dent Sci Rev. 2024 Dec;60:128-136. doi: 10.1016/j.jdsr.2024.02.001. Epub 2024 Feb 29.
Hjælpsomme links
Datoer for undersøgelser
Studer store datoer
Studiestart (Anslået)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
- 2025-18123
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .