Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Künstliche Intelligenz unterstütztes intraorales Scannen.

16. September 2022 aktualisiert von: Kıvanç Akça

Vergleich des Scannens von Zahnbogenoberflächen mit und ohne KI-Unterstützung: Eine methodische Studie

Die Digitalisierung (Automatisierung) von Produktionsschritten mit Computer-Aided Design- und Computer-Aided Manufacturing (CAD/CAM)-Technologien hat in der Zahnmedizin, wie in vielen anderen Bereichen der Industrie, zu einer digitalen Revolution geführt. In der aktuellen Zahnheilkunde kann der Digitalisierungsprozess als direkter und indirekter Arbeitsablauf definiert werden. Die klinische Zuverlässigkeit und der Erfolg des durch diese Technologien ermöglichten indirekten digitalen Workflows sind durch wissenschaftliche Studien belegt. Mit der Entwicklung von Intraoralscannern (IOS) wird ein virtuelles Modell durch direkte Digitalisierung gewonnen. Dieses Verfahren eliminiert die für die indirekte Digitalisierung erforderlichen konventionellen Abdruck- und Zahnmodellschritte. Intraoralscanner werden als Alternative zu konventionellen Abformungen bei einzelnen und kurzen zahnlosen Fällen verwendet. Es wurde bereits betont, dass die direkte Digitalisierung eine zuverlässige Alternative zur konventionellen Abdruckmethode darstellt, da die klinische Anwendbarkeit, Richtigkeit und Präzision der hergestellten Restaurationen wissenschaftlich belegt sind. Daher nimmt die klinische Verwendung der direkten Digitalisierung von Tag zu Tag (exponentiell) zu, und es werden neue aktualisierte Softwareversionen zusammen mit verschiedenen Modifikationen für die Hardwareausstattung entwickelt. Die Integration von künstlicher Intelligenz (KI)-gestützter Software in den intraoralen Scanprozess kann als Beginn einer neuen Ära der direkten Digitalisierung angesehen werden. Ziel dieser Studie ist es daher, die Auswirkung der künstlichen Intelligenz auf die Scanzeit, die erfasste Datenmenge und die erhaltene Bildgenauigkeit zu bewerten.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Detaillierte Beschreibung

Geplant war ein intraorales Scannen (3Shape TRIOS A/S, Kopenhagen, Dänemark) des Unterkiefers der Teilnehmer (n=21) mit künstlicher Intelligenz (AI an) und ohne künstliche Intelligenz (AI aus). Gleichseitige Referenzdreiecke zum Scannen wurden digital entworfen und mit einem 3D-Drucker hergestellt. Dann wurden diese Dreiecke mit den bukkalen Oberflächen von #34, #44 und den lingualen Oberflächen von #36, #46 Zähnen verbunden. Der Unterkiefer jedes Teilnehmers wurde von demselben Bediener gemäß dem empfohlenen Scanprotokoll gescannt. Darüber hinaus wurde das Scannen zufällig mit ein- und ausgeschalteter KI durchgeführt.

Die IOS-Software erfasst automatisch die für den quantitativen Vergleich der Scanzeit und der erhaltenen Bilder erforderlichen Daten (TRIOS Scanning Version 1.18.310, 3Shape A/S). Um die Scaneffektivität zwischen den Methoden zu vergleichen, wurden die Flächendaten der digitalen Bilder der dreieckigen Objekte, die während beider Scans erhalten wurden, in einer Computerumgebung mit Reverse-Engineering-Software (Geomagic Design X Version 2016.1.0, 3D Systems Inc. Rock Hill, SC).

Studientyp

Interventionell

Einschreibung (Tatsächlich)

21

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienorte

      • Ankara, Truthahn, 06100
        • Hacettepe University Faculty of Dentistry Department of Prosthodontics

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

18 Jahre bis 44 Jahre (ERWACHSENE)

Akzeptiert gesunde Freiwillige

Ja

Studienberechtigte Geschlechter

Alle

Beschreibung

Einschlusskriterien:

  • Abgeschlossenes Wachstum und Entwicklung
  • Gute Mundhygienegewohnheiten und gesunder Parodontalstatus.
  • Fehlen fehlender Zähne im Unterkiefer (oder kein Zahnverlust im Unterkiefer)
  • Unterzeichnung der Einverständniserklärung
  • Keine Erkrankung des Kiefergelenks (TMJ).

Ausschlusskriterien:

  • Freiwillige, die die Aufnahmekriterien nicht erfüllen

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: GRUNDWISSENSCHAFT
  • Zuteilung: NON_RANDOMIZED
  • Interventionsmodell: PARALLEL
  • Maskierung: VERDREIFACHEN

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
SHAM_COMPARATOR: KI beim Scannen
Der Unterkiefer der Teilnehmer wurde mit „AI on“-Scannen gemäß dem empfohlenen Scanprotokoll gescannt, und die IOS-Software zeichnete die erhaltenen Daten automatisch auf.
Die Unterkiefer der Teilnehmer wurden gemäß dem empfohlenen Scanprotokoll mit „AI on“-Scannen gescannt. Alle Scans wurden von demselben Bediener durchgeführt.
ACTIVE_COMPARATOR: KI aus Scannen
Der Unterkiefer der Teilnehmer wurde mit „AI off“-Scannen gemäß dem empfohlenen Scanprotokoll gescannt, und die IOS-Software zeichnete die erhaltenen Daten automatisch auf.
Die Unterkiefer der Teilnehmer wurden gemäß dem empfohlenen Scanprotokoll mit „AI off“-Scannen gescannt. Alle Scans wurden von demselben Bediener durchgeführt.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Scanzeit und gesammelte Daten
Zeitfenster: während des intraoralen Scannens
Die Scanzeit (in Minuten und Sekunden) und die Menge der gesammelten Daten (als Anzahl der Bilder), die automatisch von der intraoralen Scansoftware aufgezeichnet werden, werden verwendet, um die beiden Scanmethoden zu vergleichen.
während des intraoralen Scannens

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Flächenmessung von Dreiecken
Zeitfenster: bis Studienabschluss durchschnittlich 2 Wochen
Die bei beiden Scans erhaltenen Flächendaten der dreieckigen Objekte wurden in einer Computerumgebung mit Reverse-Engineering-Software berechnet.
bis Studienabschluss durchschnittlich 2 Wochen

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Mitarbeiter

Ermittler

  • Studienleiter: Kivanc Akca, Professor, Study Director

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (TATSÄCHLICH)

1. September 2021

Primärer Abschluss (TATSÄCHLICH)

10. Oktober 2021

Studienabschluss (TATSÄCHLICH)

5. Dezember 2021

Studienanmeldedaten

Zuerst eingereicht

26. Mai 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

16. September 2022

Zuerst gepostet (TATSÄCHLICH)

19. September 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (TATSÄCHLICH)

19. September 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

16. September 2022

Zuletzt verifiziert

1. September 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • KA-21086

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .

Klinische Studien zur Abformtechnik, Dental

Klinische Studien zur KI auf Algorithmus

3
Abonnieren