Auswirkungen der Ausbildung von Zahnmedizinstudenten für eine KI-basierte Plattform
5. Januar 2024 aktualisiert von: University of Copenhagen
Die Auswirkungen der Schulung von Zahnmedizinstudenten für die Verwendung einer neuartigen, auf künstlicher Intelligenz basierenden Plattform zur Vorhersage der Pulpaexposition vor der Exkavation tiefer Karies: Eine randomisierte kontrollierte Studie
Das Aufkommen von künstlicher Intelligenz (KI) und insbesondere Deep Learning (DL) hat großes Potenzial für die Suche nach radiologischen Merkmalen und die Behandlungsplanung im Bereich der Kariologie und Endodontie gezeigt.
Immer mehr Fachliteratur weist darauf hin, dass DL-Modelle Zahnärzten dabei helfen könnten, radiologische Merkmale wie kariöse Läsionen und periapikale Läsionen zu erkennen und das Risiko einer Pulpaexposition bei der Kariesexkavationstherapie vorherzusagen.
Allerdings mangelt es in der aktuellen Literatur an ausreichender Forschung zu den Auswirkungen einer ausreichenden Schulung von Zahnärzten für den Einsatz KI-basierter Plattformen.
Ziel dieser prospektiven, randomisierten, kontrollierten Studie ist es, die Leistung von Studierenden bei der Verwendung einer KI-basierten Plattform zur Vorhersage der Pulpaexposition mit und ohne ausreichende präprozedurale Schulung zu bewerten.
Die Hypothese ist, dass die Leistung der Teilnehmer in einer Gruppe mit ausreichendem Training ähnlich ist wie in der Gruppe ohne ausreichendes Training.
Studienübersicht
Status
Abgeschlossen
Bedingungen
Studientyp
Interventionell
Einschreibung (Tatsächlich)
20
Phase
- Unzutreffend
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
-
Copenhagen, Dänemark, 2200
- University of Copenhagen Department of Odontology Cariology and Endodontics Section for Clinical Oral Microbiology
-
-
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
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Ja
Beschreibung
Einschlusskriterien:
- vielleicht Zahnmedizinstudenten im 4. und 5. Jahr der Universität Kopenhagen, die bereit sind, freiwillig teilzunehmen und die Einverständniserklärung unterschrieben haben.
- Begrenzte oder keine Vorkenntnisse und Erfahrung im Bereich KI
Ausschlusskriterien:
- Keiner
Studienplan
Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Sonstiges
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Studenten, die eine KI-Plattform zur Beurteilung des Risikos einer Pulpaexposition nutzen, nehmen an einer Schulung teil
Die Schüler absolvieren eine einstündige praktische Schulung, bevor sie den Test auf der Online-Plattform ablegen. Die Sitzung umfasst eine theoretische Sitzung zu grundlegenden Aspekten der KI in der Radiologie, CNN-Anwendungen (Convolutional Neural Network) für Kariologie und Endodontie sowie Grundlagen der Exkavationstherapie und Pulpafreilegung. Auf den theoretischen Teil folgt eine praktische Sitzung, in der die Teilnehmer 11 Fälle von Zähnen mit tiefer Karies untersuchen und die engste Grenze zwischen Karies und Pulpa finden. Anschließend erhalten sie Zugriff auf die Website, auf der Vorbehandlungsröntgenaufnahmen von Fällen hochgeladen werden, die sich einer Kariesexkavationstherapie unterzogen. Bewertet werden die Leistungen der Studierenden. |
Die Studierenden der Experimentalgruppe erhalten eine einstündige praktische Schulung, bevor sie sich auf der Online-Plattform anmelden.
Die Sitzung wird von einem Zahnarzt mit KI-Erfahrung moderiert. In dieser Sitzung werden grundlegende Aspekte der KI in der Radiologie, Deep-Learning-Anwendungen (DL) für die Kariologie und Endodontie sowie Grundlagen der Exkavationstherapie und Pulpafreilegung vorgestellt.
Auf den theoretischen Teil folgt eine praktische Sitzung, in der jeder Teilnehmer 11 Fälle von Zähnen mit tiefer Karies untersucht und die engste Grenze zwischen Karies und Pulpa findet.
Ihre Leistung wird vom Moderator der Schulungssitzung überwacht und ihnen wird die richtige Linie gezeigt, falls sie eine falsche Linie machen.
|
|
Kein Eingriff: Studenten nutzen die KI-Plattform zur Einschätzung des Risikos einer Pulpaexposition ohne Schulungssitzung
Die Studierenden erhalten vor Beginn des Experiments keine Schulung.
Als Leitfaden für die Beantwortung der Fragen auf der Website wird lediglich ein 5-minütiges Video abgespielt.
Anschließend erhalten sie Zugriff auf die Website, auf der Vorbehandlungsröntgenaufnahmen von Fällen hochgeladen werden, die sich einer Kariesexkavationstherapie unterzogen.
Bewertet werden die Leistungen der Studierenden.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Leistung von Schülern bei der Vorhersage der Pulpaexposition in der KI-basierten Plattform mit und ohne Trainingseinheit basierend auf ihrer Genauigkeit
Zeitfenster: 30 Tage
|
Die Genauigkeit der Schüler beider Gruppen (mit und ohne Trainingseinheit) wird gemessen und miteinander verglichen.
Die Genauigkeitsmessung für jeden Schüler wird aus der Anzahl der korrekten Vorhersagen über das Auftreten einer Pulpaexposition dividiert durch die Gesamtvorhersagen berechnet.
|
30 Tage
|
|
Leistung von Schülern bei der Vorhersage der Pulpaexposition in der KI-basierten Plattform mit und ohne Trainingseinheit basierend auf ihrer Sensibilität
Zeitfenster: 30 Tage
|
Die Sensibilität der Schüler beider Gruppen (mit und ohne Trainingseinheit) wird gemessen und gemeinsam verglichen.
Es basiert auf dem Anteil der tatsächlichen Pulpa-Expositionsfälle, die als Pulpa-Exposition vorhergesagt wurden (echt positiv).
|
30 Tage
|
|
Leistung von Studenten bei der Vorhersage der Pulpaexposition in der KI-basierten Plattform mit und ohne Trainingseinheit basierend auf ihrer Spezifität
Zeitfenster: 30 Tage
|
Die Spezifität der Schüler beider Gruppen (mit und ohne Trainingseinheit) wird gemessen und miteinander verglichen.
Es basiert auf dem Anteil der tatsächlichen Fälle ohne Pulpaexposition, die korrekt als Fälle ohne Pulpaexposition vorhergesagt wurden (echt negativ).
|
30 Tage
|
Mitarbeiter und Ermittler
Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.
Sponsor
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)
20. August 2023
Primärer Abschluss (Tatsächlich)
20. Dezember 2023
Studienabschluss (Tatsächlich)
1. Januar 2024
Studienanmeldedaten
Zuerst eingereicht
24. Mai 2023
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
12. Juni 2023
Zuerst gepostet (Tatsächlich)
22. Juni 2023
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Geschätzt)
8. Januar 2024
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
5. Januar 2024
Zuletzt verifiziert
1. Januar 2024
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- 504-0342/22-5000
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
NEIN
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 .