- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07246018
Genauigkeit und Zuverlässigkeit von KI-gestützter kephalometrischer Analysesoftware im Vergleich zur manuellen Nachzeichnung
Die Genauigkeit und Zuverlässigkeit der kieferorthopädischen Kephalometrieanalyse mit webbasierter künstlicher Intelligenz
Diese Studie vergleicht die Genauigkeit und Zuverlässigkeit von KI-Software zur Analyse von Zahnröntgenaufnahmen mit der traditionellen manuellen Nachzeichnungsmethode, die von Zahnärzten verwendet wird.
Laterale kephalometrische Röntgenaufnahmen sind spezielle Röntgenbilder des Kopfes, die in der Kieferorthopädie (Zahnbegradigung) verwendet werden, um die Positionen der Kieferknochen, Zahnwinkel und Gesichtsproportionen zu messen. Traditionell zeichnen Kieferorthopäden diese Röntgenbilder manuell mit Bleistift und Papier nach, um wichtige Bezugspunkte zu identifizieren und Messungen vorzunehmen. Diese manuelle Methode ist zeitaufwändig und kann zwischen verschiedenen Praktikern oder sogar bei zweimaliger Messung durch denselben Praktiker variieren.
KI-basierte Software kann diese Bezugspunkte automatisch identifizieren und Messungen sofort durchführen. Diese Studie untersuchte 40 Zahnröntgenaufnahmen, um festzustellen, ob die KI-Software (WeDoCeph) genauso genau und zuverlässiger ist als die manuelle Nachzeichnung.
Jede Röntgenaufnahme wurde zweimal gemessen - einmal manuell durch einen geschulten Untersucher und einmal durch die KI-Software - zu zwei verschiedenen Zeitpunkten (im Abstand von 4 Wochen). Die Forscher verglichen 15 verschiedene Messungen, darunter 8 Winkel und 7 Abstände, um die Genauigkeit und Zuverlässigkeit zu bewerten.
Studienübersicht
Status
Bedingungen
Detaillierte Beschreibung
Die laterale kephalometrische Analyse ist für die kieferorthopädische Diagnose und Behandlungsplanung unerlässlich. Die traditionelle manuelle Nachzeichnungsmethode beinhaltet die Identifizierung anatomischer Landmarken auf Röntgenbildern mit Bleistift, Lineal und Winkelmesser, was subjektiv, zeitaufwendig und anfällig für intra- und inter-Beurteiler-Variabilität ist.
Diese diagnostische Genauigkeitsstudie bewertete die WeDoCeph KI-basierte kephalometrische Analysesoftware im Vergleich zur konventionellen manuellen Nachzeichnung. Die Studie verwendete ein vergleichendes Messwiederholungsdesign, bei dem jedes Röntgenbild zu zwei Zeitpunkten (T₀ und T₁, im Abstand von 4 Wochen) mit beiden Methoden analysiert wurde, um sowohl die Genauigkeit als auch die Zuverlässigkeit zu bewerten.
Die Berechnung der Stichprobengröße basierte auf einer 95 %igen Teststärke und einem Signifikanzniveau von 0,05, was zu 40 lateralen kephalometrischen Röntgenaufnahmen führte. Alle Messungen umfassten Winkelparameter (SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA) und lineare Parameter (A-N senkrecht, POG-N senkrecht, ANS-Me, SN, UFH, MxPI, MnPI).
Als statistische Analysemethode für Vergleiche wird der gepaarte T-Test verwendet und der Intraklassen-Korrelationskoeffizient (ICC) für die Zuverlässigkeitsbewertung. Die Studie zielte darauf ab, festzustellen, ob die KI-basierte kephalometrische Analyse ausreichende Genauigkeit und überlegene Zuverlässigkeit für die klinische Anwendung in der kieferorthopädischen Praxis bietet.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
Pahang
-
Kuantan, Pahang, Malaysia, 25200
- Orthodontic Specialist Clinic, Kulliyyah of Dentistry
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Die Studienpopulation bestand aus Röntgenaufnahmen von kieferorthopädischen Patienten in verschiedenen Behandlungsstadien, einschließlich sowohl prätherapeutischer (initialer diagnostischer) als auch posttherapeutischer Röntgenaufnahmen. Alle Röntgenaufnahmen waren hochwertige digitale oder digitalisierte Fernröntgenseitenbilder, die sich für die Identifizierung und Vermessung von Bezugspunkten eigneten. Patienten mit chirurgischen Rigidfixationen, kieferorthopädischen Apparaturen, die auf den Röntgenaufnahmen sichtbar waren, oder Zahnersatz wurden ausgeschlossen, um eine klare Visualisierung anatomischer Landmarken zu gewährleisten. Zusätzlich wurden Röntgenaufnahmen von sehr schlechter Qualität oder von Patienten mit diagnostizierten Syndromen oder kraniofazialen Deformitäten ausgeschlossen, um die Konsistenz bei der Beurteilung der anatomischen Struktur zu wahren.
Die Analysseinheit ist das kephalometrische Röntgenbild und nicht der einzelne Patient, da jedes Röntgenbild eine einzelne diagnostische Bewertung darstellt.
Beschreibung
Aufnahmekriterien:
- Prätherapeutische/posttherapeutische laterale kephalometrische Röntgenaufnahmen
- Hochwertige Kephalogramme mit sichtbaren anatomischen Landmarken
Ausschlusskriterien:
- Patienten mit chirurgischen Rigidfixationen, kieferorthopädischen Apparaturen und zahnärztlichen Prothesen, die auf Röntgenaufnahmen sichtbar sind
- Sehr schlechte Qualität/diagnostisch unannehmbare Röntgenaufnahmen
- Patienten mit Syndromen oder mit kraniofazialen Deformitäten
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Kieferorthopädische Patienten mit lateralen Fernröntgenseitenaufnahmen
Laterale kephalometrische Röntgenaufnahmen von 40 kieferorthopädischen Patienten, die zwischen Januar 2023 und Juni 2023 in der Fachklinik für Kieferorthopädie gesammelt wurden.
Jede Röntgenaufnahme wurde sowohl mittels manueller Nachzeichnung als auch KI-basierter Software (WeDoCeph) zu zwei Zeitpunkten (initial und 4 Wochen später) analysiert
|
Konventionelle manuelle kephalometrische Analyse, die von einem geschulten Prüfer mit traditioneller Abzeichnungstechnik durchgeführt wird.
Laterale kephalometrische Röntgenaufnahmen werden in einem abgedunkelten Raum von Hand auf einem Leuchtkasten für die Durchleuchtung nachgezeichnet.
Als Basis wird ein 25 cm x 18 cm großes Röntgenfilm verwendet, über den ein 21 cm x 16 cm großes mattes Azetatzeichenpapier geklebt wird.
Harte und weiche kephalometrische Gewebemarkierungen werden manuell identifiziert und mit einem 0,3 mm 2HB-Bleistift nachgezeichnet.
Winkelmessungen werden mit einem Winkelmesser und Längenmessungen mit einem Lineal durchgeführt.
Alle 15 kephalometrischen Messungen (8 winklig: SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA; und 7 linear: A-N senkrecht, POG-N senkrecht, ANS-Me, SN, UFH, MxPI, MnPI) werden manuell berechnet.
Jede Röntgenaufnahme wird vom selben Prüfer zweimal im Abstand von 4 Wochen nachgezeichnet und analysiert, um die Intra-Prüfer-Reliabilität zu bewerten.
Automatisierte kephalometrische Analyse mit der auf künstlicher Intelligenz basierenden Software WeDoCeph.
Digitale laterale kephalometrische Röntgenaufnahmen werden als hochwertige JPEG-Bilder in die Softwareplattform importiert.
Das KI-System identifiziert und zeichnet automatisch kephalometrische Landmarken mithilfe von Deep-Learning-Algorithmen nach und erzeugt sofort alle Messungen basierend auf den vordefinierten Parametern.
Die gleichen 15 kephalometrischen Messungen, die bei manueller Nachzeichnung ermittelt wurden (8 winklig: SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA; und 7 linear: A-N senkrecht, POG-N senkrecht, ANS-Me, SN, UFH, MxPI, MnPI), werden automatisch von der Software berechnet.
Jede Röntgenaufnahme wird zweimal im Abstand von 4 Wochen mit den zuvor hochgeladenen digitalen Bildern analysiert, um die Reproduzierbarkeit und Konsistenz des KI-Systems zu bewerten.
Es ist keine manuelle Landmarkenidentifikation oder Messberechnung erforderlich.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Intraklassen-Korrelationskoeffizient (ICC) für wiederholte manuelle Messungen
Zeitfenster: Baseline (T₀) und 4 Wochen später (T₁)
|
ICC berechnet für alle 15 kephalometrischen Messungen (8 Winkel- und 7 Längenmessungen), die manuell zu zwei Zeitpunkten durchgeführt wurden, um die Intra-Untersucher-Reliabilität zu bewerten
|
Baseline (T₀) und 4 Wochen später (T₁)
|
|
Intraklassen-Korrelationskoeffizient (ICC) für wiederholte KI-Messungen
Zeitfenster: Baseline (T₀) und 4 Wochen später (T₁)
|
ICC für alle 15 kephalometrischen Messungen berechnet, die von der WeDoCeph-Software zu zwei Zeitpunkten durchgeführt wurden, um die Konsistenz zu bewerten
|
Baseline (T₀) und 4 Wochen später (T₁)
|
|
Mittlere Unterschiede zwischen manuellen und KI-basierten Messungen bei T₀
Zeitfenster: Baseline (T₀)
|
Paired T-Test Vergleich aller 15 Messungen zwischen manueller Nachverfolgung und KI-Analyse zum Ausgangszeitpunkt
|
Baseline (T₀)
|
|
Mittlere Unterschiede zwischen manuellen und KI-basierten Messungen bei T₁
Zeitfenster: 4 Wochen
|
Vergleich mit gepaarten T-Tests aller 15 Messungen zwischen manueller Nachzeichnung und KI-Analyse zum 4-Wochen-Zeitpunkt
|
4 Wochen
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Winkelmaße
Zeitfenster: Baseline (T₀) und 4 Wochen (T₁)
|
Vergleich der kephalometrischen Winkelmaße zwischen Methoden
|
Baseline (T₀) und 4 Wochen (T₁)
|
|
Lineare Messungen
Zeitfenster: Baseline (T₀) und 4 Wochen (T₁)
|
Vergleich linearer kephalometrischer Messungen zwischen Methoden
|
Baseline (T₀) und 4 Wochen (T₁)
|
|
Inter-Rater-Reliabilität
Zeitfenster: Während der Kalibrierungsphase
|
10 % der Röntgenaufnahmen wurden von drei Untersuchern analysiert, um die Übereinstimmung zwischen den Untersuchern sicherzustellen
|
Während der Kalibrierungsphase
|
Mitarbeiter und Ermittler
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Alqahtani H. Evaluation of an online website-based platform for cephalometric analysis. J Stomatol Oral Maxillofac Surg. 2020 Feb;121(1):53-57. doi: 10.1016/j.jormas.2019.04.017. Epub 2019 May 3.
- Kazimierczak W, Gawin G, Janiszewska-Olszowska J, Dyszkiewicz-Konwinska M, Nowicki P, Kazimierczak N, Serafin Z, Orhan K. Comparison of Three Commercially Available, AI-Driven Cephalometric Analysis Tools in Orthodontics. J Clin Med. 2024 Jun 26;13(13):3733. doi: 10.3390/jcm13133733.
- Lee JH, Yu HJ, Kim MJ, Kim JW, Choi J. Automated cephalometric landmark detection with confidence regions using Bayesian convolutional neural networks. BMC Oral Health. 2020 Oct 7;20(1):270. doi: 10.1186/s12903-020-01256-7.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
- IREC 2023-045
- CHAIN 22-001-0001 (Andere Zuschuss-/Finanzierungsnummer: IIUM Kulliyyah of Dentistry Postgraduate CHAIN Grant)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Beschreibung des IPD-Plans
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 Manuelle kephalometrische Vermessung
-
New York UniversityNew York State Psychiatric InstituteAbgeschlossen
-
Hospital Clinic of BarcelonaRekrutierung
-
King Edward Medical UniversityAbgeschlossenSchulpsychiatrische Ausbildung von LehrernPakistan
-
Peshawar Medical CollegePakistan Association of Cognitive TherapistsAbgeschlossenPostnatale DepressionPakistan
-
Hoopes VisionRekrutierungAstigmatismus | KurzsichtigkeitVereinigte Staaten
-
Peshawar Medical CollegePakistan Association of Cognitive TherapistsAbgeschlossenDepression | HerzinfarktPakistan
-
HSIN LING CHENNational Taipei University of Nursing and Health SciencesRekrutierung
-
Colgate PalmoliveAbgeschlossenASD I | ASD2Vereinigte Staaten
-
Vanderbilt-Ingram Cancer CenterNational Cancer Institute (NCI)AbgeschlossenKopf-Hals-Krebs | Lungenkrebs | AngststörungVereinigte Staaten
-
University Medical Centre LjubljanaUniversity of Ljubljana, Faculty of Medicine; National Institute of Chemistry... und andere MitarbeiterAbgeschlossenMutation des CTNNB1-GensSlowenien, Australien