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

Tekoäly vs. perinteinen digitaalinen suunnittelu kiinteille hammasproteeseille

torstai 19. helmikuuta 2026 päivittänyt: Tarek Adham Saad Ahmed El-Shammaa, October University for Modern Sciences and Arts

Tarkkuusarviointi tekoälyn ja perinteisen digitaalisen suunnittelun välillä kiinteille hammasproteeseille: (In vitro -tutkimus)

Tämä in vitro -tutkimus pyrkii arvioimaan keinotekoisen älyn (AI) perustuvan automaattisen suunnittelujärjestelmän tarkkuutta kiinteille hammasproteeseille (FDP) verrattuna perinteiseen tietokoneavusteiseen suunnitteluohjelmistoon (CAD). Kiinteää hammasproteesia vaativien hampaiden digitaaliset skannaukset kerätään ja niitä käytetään proteesien suunnittelun luomiseen kahdella lähestymistavalla: ihmisten suunnittelemat CAD-korjaukset ja AI:n luomat korjaukset.

Pääasiallinen lopputulos on suunnittelun tarkkuus, jota arvioidaan käyttämällä 3D-päällekkäisyyttä ja Intersection over Union (IOU) prosenttiosuutta. Toissijaisia lopputuloksia ovat marginaalin havaitsemisen suorituskyky, jota mitataan F1-pisteillä, tarkkuudella ja palauttamisella. Yhteensä 438 skannausta analysoidaan.

Tutkimus selvittää, osoittavatko AI:n luomat proteesisuunnitelmat vertailukelpoista tarkkuutta perinteisiin digitaalisiin suunnitelmiin verrattuna.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tämä tutkimus on suunniteltu in vitro -vertailututkimukseksi, jossa arvioidaan tekoälyyn (AI) perustuvan automaattisen suunnittelujärjestelmän tarkkuutta ja suorituskykyä kiinteiden hammasproteesien (FDP) suunnittelussa verrattuna perinteiseen tietokoneavusteiseen suunnitteluohjelmistoon (CAD).

Potilaiden digitaaliset skannaukset, jotka tarvitsevat kiinteää hammasproteesia, kerätään Hammaslääketieteen tiedekunnan tuotantolaboratoriosta. Kelvolliset skannaukset sisältävät 18–65-vuotiaita aikuisia, joiden vaurioituneet hampaat vaativat kiinteää hammasproteesia ja joilla on riittävä purentaanatomia analyysiä varten.

Tekoälyn työnkulku koostuu kolmesta peräkkäisestä vaiheesta: koulutus (60 %), validointi (10 %) ja testaus (30 %). Tekoälymallia koulutetaan käyttämällä luonnollista hampaiden tilallista morfologiaa ja historiallisia ihmisten suunnittelemia kiinteitä hammasproteesia koskevia tietoaineistoja. Perinteinen ryhmä koostuu kokeneiden hammaslääketieteen ammattilaisten manuaalisesti suunnittelemista kiinteistä hammasproteeseista CAD-ohjelmistoa käyttäen.

Ensisijainen lopputulos:

Ensisijainen lopputulos on kruunun suunnittelun tarkkuus, mitattuna 3D-superpositioanalyysillä ja kvantifioitu Intersection over Union (IOU) prosenttiosuudella.

Toissijainen lopputulos:

Reunan havaitsemisen tarkkuutta arvioidaan käyttämällä F1-pistemäärää, tarkkuutta ja herkkyyttä koskevia mittareita.

Tilastollinen analyysi suoritetaan käyttäen MedCalc-ohjelmistoa (versio 22). Jatkuvat muuttujat esitetään keskiarvona, neliökeskiarvona ja keskihajontana. Ryhmien välisiä vertailuja suoritetaan käyttäen parittain t-testiä, merkitsevyystasolla P ≤ 0,05 (kaksisuuntainen).

Nollahypoteesi väittää, että tekoälyn suunnittelemien ja ihmisten suunnittelemien kiinteiden hammasproteesien välillä ei ole tilastollisesti merkitsevää eroa.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

1000

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskelupaikat

      • Giza, Egypti
        • Rekrytointi
        • MSA university
        • Ottaa yhteyttä:
          • Modern Sciences and Arts MSA October University for Modern Sciences and Arts
          • Puhelinnumero: 002-0216672
          • Sähköposti: info@msa.edu.eg

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

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Osallistumiskriteerit:

  • Aikuiset 18–65-vuotiaat Potilaat, joilla on vaurioitunut hammas, joka vaatii kiinteän hammasproteesin Käytettävissä olevat digitaaliset suun sisäiset skannaukset Riittävä purenta-anatomia vastakkaisten hampaiden analysointia varten

Poissulkemiskriteerit:

  • Epätäydelliset tai huonolaatuiset digitaaliset skannaukset Vakavat purentapoikkeavuudet, jotka vaikuttavat analyysiin Potilaat, jotka ovat määritellyn ikäalueen ulkopuolella

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: Rinnakkaistehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Muut: Ihmisen suunnittelema kiinteä hammasproteesi (perinteinen CAD)
Kiinteät hammasproteesit suunnitellaan manuaalisesti käyttäen perinteistä CAD-ohjelmistoa kokeneiden hammaslääkärien toimesta purentaanatomian ja potilaskohtaisten skannausaineistojen perusteella. Suunnitelmat toimivat vertailuryhmänä tarkkuuden arvioimiseksi tekoälyn luomia suunnitelmia vastaan käyttäen 3D-superponointianalyysiä.
Kiinteät hammasproteesit suunnitellaan digitaalisesti käyttäen perinteistä tietokoneavusteista suunnittelua (CAD) -ohjelmistoa kokeneiden hammaslääkäriammattilaisten toimesta. Suunnitelmat perustuvat purentaanatomiaan ja potilaskohtaiseen suun sisäiseen skannausdataan. Nämä manuaalisesti luodut digitaaliset suunnitelmat toimivat vertailukohteena tarkkuuden arvioinnissa tekoälyn luomia suunnitelmia vastaan käyttäen 3D-päällekkäisyyttä ja kvantitatiivista tarkkuusanalyysiä.
Muut nimet:
  • Ihmisen Digitaalinen Suunnittelu
Muut: Tekoälyn suunnittelema kiinteä hammasproteesi
Kiinteät hammasproteesit luodaan automaattisesti keinotekoisen älyn perustuvaa suunnittelujärjestelmää käyttäen. Tekoälymalli koulutetaan, validoidaan ja testataan purentaskannausaineistoja ja historiallisia ihmisten suunnittelemia proteeseja käyttäen. Luotujen suunnitelmien tarkkuutta arvioidaan käyttäen 3D-päällekkäistämistä ja Intersection over Union (IoU) -analyysiä.
Tekoälyyn perustuva automaattinen suunnittelujärjestelmä luo kiinteiden hammasproteesien suunnitelmat syväoppimisalgoritmeja käyttäen. Tekoälymallia koulutetaan (60%), validoidaan (10%) ja testataan (30%) okklusaalisilla skannausaineistoilla ja historiallisilla ihmisten suunnittelemilla proteeseilla. Luotuja suunnitelmia arvioidaan tarkkuuden ja reunan tarkkuuden osalta käyttäen 3D-superpositiota ja Intersection over Union (IoU) -analyysiä.
Muut nimet:
  • AI-kruunun suunnittelumalli

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälyn suunnitteleman kiinteän hammasproteesin tarkkuus verrattuna ihmisen suunnittelemaan proteesiin
Aikaikkuna: Välittömästi kruunun suunnittelun jälkeen (digitaalisen analyysin aikana)
Tarkkuutta arvioidaan asettamalla päällekkäin tekoälyn luomat kruunusuunnitelmat ja ihmisten suunnittelemat kruunut käyttäen 3D-kuvantamisohjelmistoa. Leikkaus yli unionin (IOU) prosenttiosuus lasketaan arvioidakseen kahden suunnittelutavan välisen morfologisen yhteneväisyyden ja okklusaalisen istuvuuden.
Välittömästi kruunun suunnittelun jälkeen (digitaalisen analyysin aikana)

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälyjärjestelmän marginaalintunnistuksen suorituskyky
Aikaikkuna: Välittömästi digitaalisen kruunun suunnittelun luomisen jälkeen
Reunan havaitsemisen tarkkuutta arvioidaan käyttämällä F1-pisteitä, tarkkuutta ja herkkyyttä arvioidakseen tekoälymallin kykyä tunnistaa valmistelureunat tarkasti verrattuna ihmisten suunnittelemiin vertailumalleihin.
Välittömästi digitaalisen kruunun suunnittelun luomisen jälkeen

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Julkaisuja ja hyödyllisiä linkkejä

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

Yleiset julkaisut

  • Wu Z et al., 2024 Comparison of the Efficacy of Artificial Intelligence-Powered Software in Crown Design: An In Vitro Study. International Dental Journal. 2024.
  • Ding H et al., 2023 Morphology and mechanical performance of dental crown designed by 3D-DCGAN. Dental Materials. 2023.
  • Chau RCW et al., 2024 Accuracy of artificial intelligence-designed single-molar dental prostheses: A feasibility study. Journal of Prosthetic Dentistry. 2024.

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 (Todellinen)

Sunnuntai 15. kesäkuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Torstai 2. huhtikuuta 2026

Opintojen valmistuminen (Arvioitu)

Keskiviikko 17. kesäkuuta 2026

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 19. helmikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Torstai 19. helmikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 25. helmikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 25. helmikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Torstai 19. helmikuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. kesäkuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

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