Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Keinotekoisen älykkyyden vaikutus hammaslääkäreiden päätöksentekoprosessiin karieksen havaitsemisen aikana (DECIDE-AI)

tiistai 10. kesäkuuta 2025 päivittänyt: Radboud University Medical Center

Päätä -i: Keinotekoisen älykkyyden vaikutus hammaslääkäreiden päätöksentekoprosessiin karies havaitsemisen aikana: satunnaistettu kontrolloitu tutkimus

Tämän tutkimuksen tarkoituksena on arvioida tekoälyn (AI) vaikutusta interventioiden päätöksentekoprosessiin karies-vaurion havaitsemisen jälkeen. Osallistujat työskentelevät Alankomaissa jaettuna satunnaisesti kahteen ryhmään. Hammaslääkärit jaetaan kahteen ryhmään ja saavat joukon puremista röntgenkuvia, joita ensin arvioidaan AI -tuella tai ilman heidän ryhmänsä mukaan. Osallistujat tutkivat röntgenkuvien karies -vaurioita ja laativat hoitosuunnitelmat vastaavasti. Sitten yhden kuukauden pesun jälkeen, samat röntgenkuvat, mutta AI-tuen vastakkaisessa kunnossa ja muotoilee jälleen hoitoehdotukset nykyisten karies-vaurioiden mukaisesti.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Tämä satunnaistettu kontrolloitu tutkimus arvioi tekoälyn (AI) päätöksenteon tukemisen vaikutuksen hammaslääkäreiden hoidon suunnittelussa karies havaitsemisen puremisen röntgenkuvien seurauksena. Tutkimus kohdistuu kliinisiin päätöksentekoprosesseihin arvioimalla, kuinka AI vaikuttaa diagnostiseen tulkintaan ja myöhempiin hoito-ehdotuksiin. Hammaslääkärit jaetaan satunnaisesti kahteen tutkimusvarsiin. Jokainen osallistuja arvioi standardisoidun digitaalisten puremaisten röntgenkuvien sarjan kahdessa olosuhteessa: kerran AI-avustuksella ja kerran ilman yhden kuukauden pesujaksoa, jotta voidaan minimoida muistutuspoikkeamat. AI -työkalu tarjoaa karies -havaitsemiskortit radiografisen analyysin perusteella, mutta ei viittaa käsittelyyn. Crossover-suunnittelu mahdollistaa koehenkilöiden sisäisen vertailun, yksittäisten diagnostisten kynnysarvojen hallinnan. Röntgenkuvat pysyvät vakiona molemmissa vaiheissa AI -tuen vaikutuksen eristämiseksi. Tutkimus keskittyy diagnostiseen suorituskykyyn ja kliinisiin päätöksentekoihin sekä AI -tukeen että ilman sitä. Hoitopäätökset luokitellaan kolmeen ennalta määritettyyn tasoon: ei hoitoa, ei-invasiivista käsittelyä (esim. Fluori-levitys, kiillotus, tiivistys) ja invasiivinen interventio (ts. Palauttava hoito). Diagnostinen tarkkuus mitataan vertailustandardia vastaan ​​ja raportoidaan herkkyyden ja spesifisyyden perusteella. Karies -havaitseminen luokitellaan muokatun kansainvälisen karies -luokittelu- ja hallintajärjestelmän (ICCMS) avulla. Tämä tutkimussuunnitelma mahdollistaa AI: n vaikutuksen kvantifioida diagnostisen suorituskyvyn sekä hoidon lähestymistavan mahdollisiin muutoksiin. Tutkimuksen tavoitteena on osallistua näyttöön perustuviin ohjeisiin AI-työkalujen integroinnista kliiniseen hammaslääkärikäytäntöön.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

25

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

  • Alankomaat
    • Gelderland
      • Nijmegen, Gelderland, Alankomaat, 6525 EX
        • Department of Dentistry Radboud Uniersity Medical Center
        • Ottaa yhteyttä:
        • Ottaa yhteyttä:
        • Päätutkija:
          • Dilek Sezen-Hulsmans, Dental Medical Doctor
        • Päätutkija:
          • Dr. Cenci

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Kuvaus

Sisällyttämiskriteerit:

  1. Valmistunut, harjoittaneet hammaslääkäreitä.
  2. Vähintään kolmen vuoden kokemus

Poissulkemiskriteerit:

  1. Eläkkeellä olevat hammaslääkärit.
  2. Erikoistuneet ammattilaiset (esim. Oikomishoidot ja suun kirurgit), jos heidän tyypilliseen käytäntöönsä ei sisällä rutiininomaista kariesdiagnostiikkaa ja hoidon suunnittelua.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Diagnostiikka
  • Jako: Satunnaistettu
  • Inventiomalli: Crossover-tehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Active Comparator: Vaihe 1: Karies -havaitseminen ilman AI, vaihe 2: Karies -havaitseminen AI: n kanssa
Tässä ryhmässä osallistujat tutkivat radion leesioita radiografioissa ilman AI -tukea. Sitten, yhden kuukauden pesun jälkeen, kaikki osallistujat tutkivat samoja röntgenkuvia AI: n kanssa.
Diagnostinen testi: Keinotekoinen älykkyys diagnoosissa
AI-pohjaiset diagnoosiohjelmat ovat osoittautuneet parantavan diagnostista suorituskykyä, mutta tutkimusta sen vaikutuksista hoitopäätöksiin on vähäistä. Päinvastoin kuin muut tutkimukset, jotka keskittyvät AI: n tarkkuuteen tai siitä johtuvaan hammaslääkäreiden tarkkuuden lisääntymiseen, tämän tutkimuksen tavoitteena on tutkia hammaslääkäreiden hoitosuositusten eroja, kun AI tukee sitä, kun ne eivät ole kariesin havaitsemisen aikana.
Active Comparator: Vaihe 1: Karies -havaitseminen AI: lla, vaiheen 2: kariesin havaitseminen ilman AI: tä
Tässä ryhmässä osallistujat tutkivat radiokuvien karies -vaurioita AI -tuella. Sitten, yhden kuukauden pesun jälkeen, kaikki osallistujat tutkivat uudelleen samoja röntgenkuvia ilman AI: ta.
Diagnostinen testi: Keinotekoinen älykkyys diagnoosissa
AI-pohjaiset diagnoosiohjelmat ovat osoittautuneet parantavan diagnostista suorituskykyä, mutta tutkimusta sen vaikutuksista hoitopäätöksiin on vähäistä. Päinvastoin kuin muut tutkimukset, jotka keskittyvät AI: n tarkkuuteen tai siitä johtuvaan hammaslääkäreiden tarkkuuden lisääntymiseen, tämän tutkimuksen tavoitteena on tutkia hammaslääkäreiden hoitosuositusten eroja, kun AI tukee sitä, kun ne eivät ole kariesin havaitsemisen aikana.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Hoitopäätökset: Vertaa hammaslääkäreiden hoitosuosituksia kariesvaurioihin, jotka on havaittu AI -tuella ja ilman sitä.
Aikaikkuna: Jokainen osallistuja arvioidaan enintään 2 kuukauden ajan (sisältää sekä arviointivaiheet että pesujakson)

Annetut vaihtoehdot ovat "ei hoitoa", "ei-invasiivista käsittelyä" (fluoridilaka, kiillotus, tiivistys) ja "restaurointi".

Osallistujien vastauksia verrataan vertailustandardiin.
Jokainen osallistuja arvioidaan enintään 2 kuukauden ajan (sisältää sekä arviointivaiheet että pesujakson)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Diagnostinen tarkkuus karieksen havaitsemisessa
Aikaikkuna: Jokainen osallistuja arvioidaan enintään 2 kuukauden ajan (sisältää sekä arviointivaiheet että pesujakson)

RA0: Ei radiolukonia - ei näkyviä karies. RA1: Radiolucenssi rajoittuu emali -emali -karieksen ulkopuolelle. RA2: Radiolucenssi ulottuu emalin sisäpuolelle, mutta ei saavuta dentiinia - kohtalaista emali kariesia.

RA3: Radiolucenssi ulottuu dentinin ulkopuolelle - dentinikaries. RA4: Radiolucenssi, joka ulottuu dentiinin keskelle - edistyneelle dentinikaries. RA5: Radiolucenssi, joka ulottuu dentiinin sisäiseen kolmanteen - vakava dentiinikaries.

Osallistujien vastauksia verrataan vertailustandardiin.
Jokainen osallistuja arvioidaan enintään 2 kuukauden ajan (sisältää sekä arviointivaiheet että pesujakson)

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Radboud University Medical Center

Yhteistyökumppanit

Prime Dental Alliance Eindhoven

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

Hyödyllisiä linkkejä

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Arvioitu)

Torstai 2. lokakuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Tiistai 2. kesäkuuta 2026

Opintojen valmistuminen (Arvioitu)

Tiistai 2. kesäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 28. toukokuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 10. kesäkuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 18. kesäkuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 18. kesäkuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 10. kesäkuuta 2025

Viimeksi vahvistettu

Torstai 1. toukokuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muut tutkimustunnusnumerot

  • 2025-18123

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

PÄÄTTÄMÄTÖN

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

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 .

Tilaa