Tekoälyn käyttö hammasröntgenanalyysissä
Tekoälyalgoritmin suorittaman hammasröntgenanalyysin ja hammaslääkäreiden suorittaman analyysin vertailu
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Kielce, Puola, 25-375
- Department of Maxillofacial Surgery
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Lapsi
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Hammasröntgenin indikaatiot vahvistetaan hammaslääkärin tai lääkärin kirjallisella lähetteellä (sekä seulontatestit että hoitotarkoituksessa tehdyt testit olivat sallittuja)
- Pysyvä hampaisto (kuorinnan jälkeen)
Poissulkemiskriteerit:
- Potilaat, joilla on sekahammas (kuoriminen ei ole valmis)
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Yksi potilasryhmä (kaksoisportti)
Opintojen suunnittelu:
|
Hammasröntgenkuvat potilailta, joiden käyttöaiheet on vahvistettu kirjallisella lähetteellä.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Herkkyys
Aikaikkuna: Jopa 6 viikkoa
|
Herkkyys (tunnetaan myös nimellä muistaminen tai todellinen positiivinen määrä) on niiden todellisten positiivisten tapausten osuus, jotka on oikein ennustettu positiivisiksi. Se arvioi tekoälyalgoritmin suorituskyvyn. Muodollisesti se voidaan laskea seuraavalla yhtälöllä: Herkkyys = TP / (TP+FN) Tosi positiivinen (TP) - testitulos, joka osoittaa oikein tilan tai ominaisuuden olemassaolon Väärä negatiivinen (FN) - testitulos, joka osoittaa virheellisesti, että tietty tila tai ominaisuus puuttuu |
Jopa 6 viikkoa
|
|
Spesifisyys
Aikaikkuna: Jopa 6 viikkoa
|
Spesifisyys (tunnetaan myös todellisena negatiivisena prosenttina) - on todellisten negatiivisten tapausten osuus, jotka on oikein ennustettu negatiivisiksi. Se arvioi tekoälyalgoritmin suorituskyvyn. Muodollisesti se voidaan laskea alla olevalla yhtälöllä: Spesifisyys = TN / (TN + FP) Tosi negatiivinen (TN) - testitulos, joka osoittaa oikein ehdon tai ominaisuuden puuttumisen Väärä positiivinen (FP) - testitulos, joka osoittaa virheellisesti, että tietty tila tai ominaisuus on olemassa |
Jopa 6 viikkoa
|
|
AI-algoritmin tarkkuus
Aikaikkuna: Jopa 6 viikkoa
|
Tarkkuus on arviointimittari, jota käytetään tekoälyn koneoppimisalgoritmin suorituskyvyn arvioimiseen. Se mittaa kuinka tarkka algoritmi on. Käytämme todellisten positiivisten (TP) ja väärien positiivisten (FP) lukumäärää tarkkuuden laskemiseen seuraavan kaavan avulla: Tarkkuus = TP / (TP + FP) Tosi positiivinen (TP) - testitulos, joka osoittaa oikein tilan tai ominaisuuden olemassaolon Väärä positiivinen (FP) - testitulos, joka osoittaa virheellisesti, että tietty tila tai ominaisuus on olemassa |
Jopa 6 viikkoa
|
Yhteistyökumppanit ja tutkijat
Tutkijat
- Opintojen puheenjohtaja: Maciej Sikora, Hospital of the Ministry of Interior, Wojska Polskiego 51, 25-375 Kielce, Poland
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- CT/2023/1
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Yhdysvalloissa valmistettu ja sieltä viety tuote
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .
Kliiniset tutkimukset Hampaiden karies
-
University of CopenhagenValmis
-
Cairo UniversityEi vielä rekrytointiaDental Cast Digitalisointi
-
Assistance Publique - Hôpitaux de ParisValmisDental Carie; OikomishoitoRanska
-
Recep Tayyip Erdogan University Training and Research...ValmisParodontaaliset sairaudet | Caries DentalisTurkki (Türkiye)
-
Hadassah Medical OrganizationTuntematon
-
Federal University of ParaíbaValmis
-
Cairo UniversityTuntematonBlack Stain Dental, Dental Black Stain, Black Stain*, Black Stains, Hammastahrat
-
Kıvanç AkçaHacettepe UniversityValmisSementointi (MeSH:n yksilöllinen tunnus: D002484) | Dental Implant-Abutment Design (MeSH:n yksilöllinen tunnus: D059605) | Kruunu (MeSH yksilöllinen tunnus: D003442) Pinnat | Contour: Crown (MeSH yksilöllinen tunnus: D003442) - hammasimplantti (MeSH yksilöllinen tunnus: D015921) AbutmentTurkki
Kliiniset tutkimukset Hammasröntgen ottaminen
-
Eslam Elsayed Ali ShohdaRekrytointiSeitsemännen kohdunkaulan nikaman tunnistaminen palpaatiollaEgypti
-
Universitaire Ziekenhuizen KU LeuvenTuntematon
-
Fundación Santiago Dexeus FontValmis
-
Mohamed Abd El-GhafourAktiivinen, ei rekrytointiKorrelaatio toisen molaarisen kalkkifikaatiovaiheen ja CVMI: n välillä luuston kypsymisarviointia varten Egyptin väestössäEgypti
-
Fondation Ophtalmologique Adolphe de RothschildValmis
-
Dr. Behcet Uz Children's HospitalValmisVastasyntyneen ohimenevä takypnea | Synnynnäinen keuhkokuumeTurkki
-
Taipei Tzu Chi Hospital, Buddhist Tzu Chi Medical...ValmisMetabolinen oireyhtymä | Sarkopenia | Prader-Willin oireyhtymäTaiwan
-
Bangladesh University of Engineering and TechnologyIbn Sina HospitalRekrytointi
-
Cardenal Herrera UniversityVillarreal CFValmisAlueelimen kokoonpano | Kortisoli- ja testosteronitasotEspanja