Genauigkeit der Technologie der künstlichen Intelligenz bei der Erkennung der Anzahl der Wurzelkanäle in menschlichen ersten Molaren des Unterkiefers, die obturiert und für eine erneute Behandlung indiziert sind: Experimentelle Studie zur diagnostischen Genauigkeit

Bewerten Sie die Genauigkeit der neuen KI-Technologie zur Erkennung von Wurzelkanälen bei Nachbehandlungen der ersten Molaren des Unterkiefers im Vergleich zur klinischen Zugangskavität des Zahnarztes und zur DVT-Bildgebung.

1. Phase der CBCT-Untersuchung: In dieser Phase wurde das CBCT-Scannen mit dem Soredex Cranex 3D Dental Imaging System, FINNLAND, mit den folgenden Parametern ((XS FOV-Abmessungen 61 x 41 mm (HxD)) (XS FOV Hohe Auflösung 90 kV / 4 – 12,5) durchgeführt mA / 6,1 s)).

   Die Proben werden mithilfe einer Randomisierungssoftware (Microsoft Office Excel, USA) randomisiert und nach dem Zufallsprinzip zwei Endodontologen zugewiesen, denen die Ergebnisse der Stufe 2 nicht bekannt sind. Nach der Interpretation und Segmentierung der DVT-Scans im DICOM-Format mithilfe der OnDemand-Software (USA) wird die Anzahl der identifizierten Kanäle in einem vorgefertigten Informationsleitfaden aufgezeichnet.

   Die Proben werden anhand der Aktennummer des Patienten kodiert und die Codes wurden nicht offengelegt, so dass die DVT-Untersucher die Proben nicht identifizieren konnten. Bei der Analyse der tomographischen Schnitte wurden alle Bilder anhand des Axialschnitts interpretiert. Die Anzahl der Kanäle wird durch die entsprechenden strahlendurchlässigen Öffnungen identifiziert, unabhängig von ihrer Lage entlang der Wurzel

2. Klinische Phase: Dies ist eine klinische Phase, in der die 35 Patienten, wie durch eine Leistungsanalyse vorgegeben, mithilfe einer Randomisierungssoftware (Microsoft Office Excel) zufällig auf 6 Ärzte verteilt werden. Anschließend werden die Zahnärzte unter dem zahnärztlichen Operationsmikroskop (Leica M320D mit 16-facher Vergrößerung und vollständig integrierter 4K-Kamera) den Zugang festlegen.

   Der Zugang erfolgt mit TR13-Diamantstein (Mani, Japan) zur Entfernung von Karies und Restaurationen.

   Die Muldung erfolgt mit einer Ultraschallspitze (NSK E4 und E15D) mit einer Leistung von 3 W.

   Die Spülung erfolgt mit NAOCL (JK Dental Vision Natriumhypochlorit, Ägypten) mit einer Konzentration von 2,5 %.

   Guttapercha wird mit M-pro-Rotationsfeilen aus dem Kanal entfernt:

   Zuerst wird der Öffnungsöffner verwendet, um die koronale Guttapercha zu entfernen, dann wird die gelbe, 4 % konische Feile verwendet, dann wird die Arbeitslänge mit dem Apex-Locator bestätigt, danach wird die restliche Guttapercha mit der Konusfeile 25 entfernt.

   Zur Lokalisierung von Kanalöffnungen wird die endodontische Sonde DG16 (Dentsply Sirona, Deutschland) verwendet.

   Nach Bestätigung durch die PHD-Leiter der Klinik wird die Anzahl der gefundenen Öffnungen bei einem Besuch pro Patient in einem vorgefertigten Informationsleitfaden aufgezeichnet. Der Zugang zum Hohlraum wird durch das Leica M320D DOM unterstützt

3. Phase der künstlichen Intelligenz: Die Durchführung dieser Phase obliegt ausschließlich dem Hauptermittler. Die DVT-Bilder werden in eine Convolutional Neural Network-Software (CNN) hochgeladen, die einen Deep-Learning-Algorithmus und DVT-Segmentierung verwendet. Die Software zeichnet dann die Anzahl der gefundenen Kanäle auf

Die verwendete Software verwendet Deep Convolutional Neural Networks (CNNs) mit einer spezifischen, vom U-Net inspirierten Struktur. Der vollständige DVT-Scan wird in die Software hochgeladen, wo alle gesammelten Bilder analysiert und jeder Zahn im 3D-Scan genau lokalisiert und beurteilt wird. Die Software nutzt Mustererkennung und statistische Vorhersagen, um zahlreiche Schichten jedes Zahns zu segmentieren und den vorliegenden Zustand oder die vorhandene Pathose zu bestimmen. Dies wird durch die Analyse zuvor eingespeister Fotos erreicht, die zum Trainieren der Software verwendet wurden