Detección de Caries Proximales en Radiografías de Mordida Utilizando Inteligencia Artificial
Detección de Caries Proximales en Radiografías de Aleta de Mordida mediante Inteligencia Artificial - Un Estudio Clínico de Diagnóstico
Descripción general del estudio
Estado
Estado
Condiciones
Condiciones
Intervención / Tratamiento
Intervención / Tratamiento
Tipo de estudio
Tipo de estudio
Inscripción (Actual)
Inscripción
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Cairo, Egipto, 11331
- Ain Shams University
-
-
Criterios de participación
Criterio de elegibilidad
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Método de muestreo
Población de estudio
Descripción
Criterios de inclusión:
- Pacientes con todos los premolares y molares permanentes (máximo un diente ausente en cada lado)
Criterios de exclusión:
- 1-Anomalías dentales → Amelogénesis imperfecta, Dentinogénesis imperfecta, taurodontismo 2-Apiñamiento severo que impida la visualización de los contactos dentales 3-Alambres de ortodoncia adheridos al esmalte del diente
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
Número de grupos/cohortes
Cohortes e Intervenciones
Grupo / CohorteGrupo / Cohorte |
Intervención / TratamientoIntervención / Tratamiento |
|---|---|
|
Grupo 1 Inteligencia Artificial Aprendizaje profundo aplicado en el diagnóstico de caries proximales
|
Se utilizó inteligencia artificial como herramienta de diagnóstico de aprendizaje profundo para detectar caries proximales en radiografías digitales de aleta mordida.
El sistema analizó las imágenes y generó puntuaciones de probabilidad y marcadores visuales para las lesiones sospechosas.
Su rendimiento se comparó con los diagnósticos de examinadores expertos como estándar de referencia.
Los resultados de la IA se utilizaron únicamente para evaluación y no influyeron en las decisiones de tratamiento de los pacientes.
|
|
Grupo 2: Bitewing digital anotado manualmente por expertos humanos
|
Las radiografías digitales de aleta de mordida fueron anotadas manualmente por expertos humanos calibrados para identificar la presencia y ubicación de caries proximales.
Las anotaciones se realizaron utilizando criterios diagnósticos estandarizados y software de imágenes dedicado para marcar las lesiones sospechosas.
Estas marcas de expertos sirvieron como estándar de referencia para comparar con los resultados de la inteligencia artificial.
Se evaluó el acuerdo entre examinadores y las discrepancias se resolvieron por consenso.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medidas de resultado primarias
Medida de resultado |
Periodo de tiempo |
|---|---|
|
Fiabilidad del modelo de inteligencia artificial en la detección de caries proximales en radiografías digitales de aleta mordida
Periodo de tiempo: evaluación transversal en la línea de base, sin período de seguimiento
|
evaluación transversal en la línea de base, sin período de seguimiento
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Colaboradores
Colaboradores
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Inicio del estudio
Finalización primaria (Actual)
Finalización primaria
Finalización del estudio (Actual)
Finalización del estudio
Fechas de registro del estudio
Enviado por primera vez
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Publicado por primera vez
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización publicada
Última actualización enviada que cumplió con los criterios de control de calidad
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
Otros números de identificación del estudio
- CONS_ Rad 1180
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .