Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Kunstig Intelligens-baseret Vurdering af Endossøse Læsioner (AIpreop)

12. april 2026 opdateret af: Giuseppe D'Albis, University of Bari Aldo Moro

Kunstig Intelligens-baseret vurdering af endossøse læsioner: Et prospektivt klinisk studie

På trods af disse fremskridt forbliver CBCT-tolkning hovedsageligt kvalitativ og afhængig af klinikerens erfaring. Konventionel evaluering er baseret på todimensionelle skiver og lineære målinger, hvilket kan undervurdere læsionens kompleksitet og rumlige fordeling.

Nylige udviklinger inden for kunstig intelligens i medicinen har introduceret automatiserede billedsegmenteringsværktøjer, der er i stand til at identificere læsionsgrænser og beregne volumetriske data. Disse teknologier muliggør en overgang fra subjektiv vurdering til objektiv, reproducerbar kvantificering.

De potentielle kliniske fordele omfatter:

  • Objektiv måling af læsionsstørrelse (volumen i mm³)
  • Forbedret kirurgisk planlægning
  • Forbedret forudsigelse af anatomisk involvering
  • Reduktion af diagnostiske fejl
  • Standardisering af opfølgning og resultatvurdering Derfor var formålet med nærværende studie at evaluere den kliniske effekt af AI-baseret segmentering og volumetrisk analyse af endossøse læsioner sammenlignet med konventionel CBCT-tolkning.

Studieoversigt

Status

Rekruttering

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

10

Fase

  • Ikke anvendelig

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

      • Bari, Italien, 70021
        • Rekruttering
        • University of Bari Aldo Moro
        • Kontakt:
      • Bari, Italien, 70124
        • Rekruttering
        • Dr. Giuseppe D'Albis
        • Kontakt:

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

  • God helbred i henhold til Systemet fra det Amerikanske Selskab for Anæstesiologi
  • Alder over 18 år
  • Ingen generelle medicinske kontraindikationer for operation

Eksklusionskriterier:

  • Ryger mere end 15 cigaretter om dagen

    • Graviditet
    • Akutte infektioner

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Ingen indgriben: Patienter med endose læsion-Analyseret ved konventionel CBCT
Eksperimentel: Patienter med endosseøs læsion - AI-assisteret evaluering
  • Automatisk segmentering af læsionen
  • 3D-rekonstruktion
  • Volumenberegning

CBCT-scanninger blev behandlet ved hjælp af AI-baseret software, der kan:

  • Automatiseret segmentering af læsionen
  • 3D-rekonstruktion
  • Volumetrisk beregning

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Tid, der kræves til CBCT-tolkning (minutter)
Tidsramme: Dag 1
vurdering af den tid, der kræves til CBCT-tolkning af kirurgen. Der blev anvendt et digitalt stopur til at registrere den operationstid, der krævedes til hvert procedurtrin, med målinger udtrykt i sekunder, for at opnå en objektiv og standardiseret vurdering af udførelsestiden.
Dag 1

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Intraoperative og postoperative komplikationer
Tidsramme: Dag 1
  • Uventet endodontisk behandling af tilstødende tænder
  • Intraoperativ nerveksponering
  • Paræstesi
  • Overdreven knoglefjernelse
  • Ufuldstændig læsionsfjernelse
  • Postoperativ infektion
  • Forsinket heling
  • Biihuleinvolvering
  • Rødskade på tilstødende tænder
Dag 1

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Giuseppe D'Albis, Dr, University of Bari Aldo Moro
  • Studieleder: Saverio Capodiferro, Prof, University of Bari Aldo Moro

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Anslået)

1. april 2026

Primær færdiggørelse (Anslået)

1. maj 2026

Studieafslutning (Anslået)

1. maj 2026

Datoer for studieregistrering

Først indsendt

21. marts 2026

Først indsendt, der opfyldte QC-kriterier

29. marts 2026

Først opslået (Faktiske)

1. april 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

15. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

12. april 2026

Sidst verificeret

1. april 2026

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • AIpreoperative

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Abonner