Entwicklung und Validierung der aus IOS- und CBCT-Registrierung abgeleiteten Parodontalen Karte für Diagnose und Behandlungsplanung bei mittelschwerer bis schwerer Parodontitis

Diese prospektive diagnostische Studie zielt darauf ab, den klinischen Nutzen einer "Parodontalen Panoramakarte" zu validieren, die vom PerioAI V2.0-System generiert wird. Es handelt sich um eine auf künstlicher Intelligenz basierende Plattform, die intraorale Scans und Cone-Beam-CT-Daten integriert, für die präoperative Diagnose und chirurgische Planung bei Patienten mit mittelschwerer bis schwerer Parodontitis (Stadium II-IV). Aktuelle klinische Standards - manuelle Sondierung und zweidimensionale Radiographie - weisen inhärente Einschränkungen bei der genauen Visualisierung komplexer dreidimensionaler Knochendefektmorphologien auf, was zu einer potenziellen Unterschätzung der Krankheitsschwere und suboptimalen chirurgischen Ergebnissen führen kann. Aufbauend auf dem zuvor von unserem Team veröffentlichten hochpräzisen PerioAI V1.0-System wird diese Studie 80 Patienten einschließen, die eine parodontale Chirurgie benötigen. Präoperative intraorale Scans und Cone-Beam-CT-Bilder werden als Teil der Routineversorgung erfasst, und das PerioAI V2.0-System wird automatisch eine "Parodontale Panoramakarte" mit intelligenten Ausgaben generieren, einschließlich Sondierungstiefe, klinischem Attachmentverlust, Klassifizierung der Knochendefektmorphologie, Furkationsbeteiligungsgrad und automatisierten Messungen von Schlüsselparametern wie Tiefe und Breite des intraossären Defekts. Diese automatisierten Diagnoseergebnisse werden mit dem Goldstandard der vollständigen klinischen Munduntersuchung und den intraoperativen direkten Messungen und Beobachtungen verglichen, die während der parodontalen Chirurgie unter strengen Blindbedingungen erhalten wurden. Die primären Endpunkte sind die Genauigkeit der Klassifizierung der Knochendefektmorphologie und die Übereinstimmung zwischen automatisierten und intraoperativen linearen Messungen, bewertet durch Intraklassen-Korrelationskoeffizienten und Bland-Altman-Analyse. Sekundäre Endpunkte umfassen die Genauigkeit der Sondierungstiefe, des klinischen Attachmentverlusts, der Parodontitis-Stadien- und Schweregradeinteilung, der Furkationsbeteiligungsgradierung und der Behandlungsplanung. Diese Studie wird wichtige Evidenz liefern, die den Paradigmenwechsel in der parodontalen Chirurgie von einer erfahrungsabhängigen Bewertung hin zu einer datengesteuerten Präzisionsmedizin unterstützt, und bietet Klinikern letztendlich ein intuitives, quantitatives und dreidimensionales Visualisierungswerkzeug für eine optimierte chirurgische Entscheidungsfindung.