El impacto de la inteligencia artificial en el proceso de toma de decisiones de los dentistas durante la detección de caries (DECIDE-AI)
10 de junio de 2025 actualizado por: Radboud University Medical Center
Decidir-AI: El impacto de la inteligencia artificial en el proceso de toma de decisiones de los dentistas durante la detección de caries: un estudio controlado aleatorio
Este estudio tiene como objetivo evaluar la influencia de la inteligencia artificial (IA) en el proceso de toma de decisiones para la intervención después de la detección de lesiones de caries.
Los participantes serán dentistas que trabajen en los Países Bajos divididos al azar en dos grupos.
Los dentistas se dividirán en dos grupos y recibirán un conjunto de radiografías de ala de mordedura, que primero se evaluarán con o sin apoyo de IA de acuerdo con su grupo.
Los participantes examinarán las lesiones de caries en las radiografías y formularán los planes de tratamiento en consecuencia.
Luego, después de un período de lavado de un mes, las mismas radiografías, pero en la condición opuesta del soporte de IA y formulan nuevamente las sugerencias de tratamiento de acuerdo con las lesiones actuales de caries.
Descripción general del estudio
Estado
Aún no reclutando
Condiciones
Intervención / Tratamiento
Descripción detallada
Este ensayo controlado aleatorio cruzado evalúa el efecto del apoyo a la decisión de inteligencia artificial (IA) en la planificación del tratamiento de los dentistas después de las radiografías de detección de caries.
El estudio se dirige a los procesos de toma de decisiones clínicas al evaluar cómo la IA influye en la interpretación diagnóstica y las sugerencias posteriores de tratamiento.
Los dentistas serán asignados aleatoriamente en dos brazos de estudio.
Cada participante evaluará un conjunto estandarizado de radiografías digitales de ala de mordida en dos condiciones: una vez con asistencia de IA y una vez sin, separado por un período de lavado de un mes para minimizar el sesgo de recuperación.
La herramienta AI proporciona indicaciones de detección de caries basadas en el análisis radiográfico, pero no sugiere tratamiento.
El diseño del crossover permite la comparación dentro del sujeto, controlando los umbrales de diagnóstico individuales.
Las radiografías permanecen constantes en ambas fases para aislar la influencia del soporte de IA.
El estudio se centra en el rendimiento del diagnóstico y los resultados de la decisión clínica, tanto con y sin apoyo de IA.
Las decisiones de tratamiento se clasifican en tres niveles predefinidos: sin tratamiento, tratamiento no invasivo (por ejemplo, aplicación de fluoruro, pulido, sellado) e intervención invasiva (es decir, tratamiento restaurativo).
La precisión del diagnóstico se mide con un estándar de referencia y se informa en términos de sensibilidad y especificidad.
La detección de caries se clasificará utilizando un sistema de gestión y clasificación de caries internacional modificado (ICCMS).
Este diseño de estudio permite cuantificar el impacto de la IA en el rendimiento del diagnóstico, así como en los posibles cambios en el enfoque de tratamiento.
El estudio tiene como objetivo contribuir a la orientación basada en la evidencia sobre la integración de las herramientas de IA en la práctica dental clínica.
Tipo de estudio
Intervencionista
Inscripción (Estimado)
25
Fase
- No aplica
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Gelderland
-
Nijmegen, Gelderland, Países Bajos, 6525 EX
- Department of Dentistry Radboud Uniersity Medical Center
-
Contacto:
- Dilek Sezen-Hulsmans, Dentist
- Número de teléfono: 00491708975313
- Correo electrónico: dilek.sezen-hulsmans@radboudumc.nl
-
Contacto:
- Dr. Cenci
- Correo electrónico: Max.Cenci@radboudumc.nl
-
Investigador principal:
- Dilek Sezen-Hulsmans, Dental Medical Doctor
-
Investigador principal:
- Dr. Cenci
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Niño
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Sí
Descripción
Criterios de inclusión:
- Graduado, practicando dentistas.
- Al menos tres años de experiencia
Criterios de exclusión:
- Dentistas retirados.
- Los profesionales especializados (por ejemplo, ortodoncistas y cirujanos orales) si su práctica típica no implica diagnóstico de caries de rutina y planificación del tratamiento.
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Diagnóstico
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación cruzada
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Comparador activo: Fase 1: Detección de caries sin IA, Fase 2: Detección de caries con AI
En este grupo, los participantes examinarán las lesiones de caries en las radiografías sin apoyo de IA primero.
Luego, después de un período de lavado de un mes, todos los participantes volverán a examinar las mismas radiografías con IA.
|
Los programas de diagnóstico basados en IA han demostrado mejorar el rendimiento del diagnóstico, sin embargo, la investigación sobre sus efectos sobre las decisiones de tratamiento es escasa.
A diferencia de otros estudios centrados en la precisión de la IA o el aumento resultante en la precisión de los dentistas, este estudio tiene como objetivo investigar las diferencias en las recomendaciones de tratamiento de los dentistas cuando está respaldado por IA versus cuando no están durante la detección de caries.
|
|
Comparador activo: Fase 1: Detección de caries con IA, Fase 2: Detección de caries sin AI
En este grupo, los participantes examinarán las lesiones de caries en las radiografías con soporte de IA primero.
Luego, después de un período de lavado de un mes, todos los participantes volverán a examinar las mismas radiografías sin IA.
|
Los programas de diagnóstico basados en IA han demostrado mejorar el rendimiento del diagnóstico, sin embargo, la investigación sobre sus efectos sobre las decisiones de tratamiento es escasa.
A diferencia de otros estudios centrados en la precisión de la IA o el aumento resultante en la precisión de los dentistas, este estudio tiene como objetivo investigar las diferencias en las recomendaciones de tratamiento de los dentistas cuando está respaldado por IA versus cuando no están durante la detección de caries.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Decisiones de tratamiento: compare las recomendaciones de tratamiento de las lesiones de los dentistas para caries detectadas con y sin apoyo de IA.
Periodo de tiempo: Cada participante será evaluado durante un período de hasta 2 meses (incluye fases de evaluación y período de lavado)
|
Las opciones dadas serán "sin tratamiento", "tratamiento no invasivo" (barniz de fluoruro, pulido, sellado) y "restauración". Las respuestas de los participantes se compararán con un estándar de referencia. |
Cada participante será evaluado durante un período de hasta 2 meses (incluye fases de evaluación y período de lavado)
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión diagnóstica en la detección de caries
Periodo de tiempo: Cada participante será evaluado durante un período de hasta 2 meses (incluye fases de evaluación y período de lavado)
|
RA0: Sin radiolucencia: sin caries visibles. RA1: Radiolucency confinada a la mitad externa del esmalte - caries de esmalte. RA2: Radiolucencia que se extiende a la mitad interna del esmalte pero no alcanza la caries de esmalte moderada de la dentina. RA3: Radiolucencia que se extiende hacia el tercio exterior de la caries dentina -dentina. RA4: Radiolucencia que se extiende hasta la mitad de la caries de dentina avanzada de Dentin. RA5: Radiolucencia que se extiende hacia el tercio interno de la dentina - caries severa de dentina. Las respuestas de los participantes se compararán con un estándar de referencia. |
Cada participante será evaluado durante un período de hasta 2 meses (incluye fases de evaluación y período de lavado)
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- Khanagar SB, Al-Ehaideb A, Maganur PC, Vishwanathaiah S, Patil S, Baeshen HA, Sarode SC, Bhandi S. Developments, application, and performance of artificial intelligence in dentistry - A systematic review. J Dent Sci. 2021 Jan;16(1):508-522. doi: 10.1016/j.jds.2020.06.019. Epub 2020 Jun 30.
- Panyarak W, Wantanajittikul K, Suttapak W, Charuakkra A, Prapayasatok S. Feasibility of deep learning for dental caries classification in bitewing radiographs based on the ICCMS radiographic scoring system. Oral Surg Oral Med Oral Pathol Oral Radiol. 2023 Feb;135(2):272-281. doi: 10.1016/j.oooo.2022.06.012. Epub 2022 Jul 2.
- Ayan E, Bayraktar Y, Celik C, Ayhan B. Dental student application of artificial intelligence technology in detecting proximal caries lesions. J Dent Educ. 2024 Apr;88(4):490-500. doi: 10.1002/jdd.13437. Epub 2024 Jan 10.
- Mertens S, Krois J, Cantu AG, Arsiwala LT, Schwendicke F. Artificial intelligence for caries detection: Randomized trial. J Dent. 2021 Dec;115:103849. doi: 10.1016/j.jdent.2021.103849. Epub 2021 Oct 14.
- Laske M, Opdam NJM, Bronkhorst EM, Braspenning JCC, van der Sanden WJM, Huysmans MCDNJM, Bruers JJ. Minimally Invasive Intervention for Primary Caries Lesions: Are Dentists Implementing This Concept? Caries Res. 2019;53(2):204-216. doi: 10.1159/000490626. Epub 2018 Aug 14.
- Ammar N, Kuhnisch J. Diagnostic performance of artificial intelligence-aided caries detection on bitewing radiographs: a systematic review and meta-analysis. Jpn Dent Sci Rev. 2024 Dec;60:128-136. doi: 10.1016/j.jdsr.2024.02.001. Epub 2024 Feb 29.
Enlaces Útiles
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Estimado)
2 de octubre de 2025
Finalización primaria (Estimado)
2 de junio de 2026
Finalización del estudio (Estimado)
2 de junio de 2026
Fechas de registro del estudio
Enviado por primera vez
28 de mayo de 2025
Primero enviado que cumplió con los criterios de control de calidad
10 de junio de 2025
Publicado por primera vez (Actual)
18 de junio de 2025
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
18 de junio de 2025
Última actualización enviada que cumplió con los criterios de control de calidad
10 de junio de 2025
Última verificación
1 de mayo de 2025
Más información
Términos relacionados con este estudio
Palabras clave
Otros números de identificación del estudio
- 2025-18123
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
INDECISO
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
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. .