AI-Assisted Implant Planning Using CBCT Data (AIP-CBCT)
13 mai 2026 mis à jour par: St. Petersburg State Pavlov Medical University
Retrospective Reader Study of AI-Assisted Implant Planning Using Cone-Beam Computed Tomography Data in Edentulous Patients
This retrospective observational reader study will evaluate artificial intelligence (AI)-assisted implant planning using anonymized cone-beam computed tomography (CBCT) datasets from patients with complete edentulism or a clinically equivalent edentulous condition.
AI-generated implant plans will be compared with expert reference plans created by clinicians using the same CBCT data.
The study will assess the clinical acceptability of AI-generated implant plans, geometric agreement with expert plans, anatomical safety, workflow time, and agreement between expert reviewers where applicable.
The study uses previously acquired anonymized imaging data and does not involve patient recruitment, treatment allocation, additional imaging, clinical intervention, or prospective follow-up.
Aperçu de l'étude
Statut
Actif, ne recrute pas
Les conditions
Intervention / Traitement
Description détaillée
This study is designed as a retrospective non-randomized comparative reader study.
Anonymized CBCT datasets acquired during routine clinical care will be used for implant planning assessment.
For each eligible case, expert clinicians will create reference implant plans without access to AI-generated plans.
The AI system will generate implant planning outputs from the same CBCT datasets, and expert clinicians will review the AI-generated plans using a standardized assessment approach.
The main evaluation will compare AI-generated plans with expert reference plans within the same case.
Outcomes will include clinical acceptability of the AI-generated plan, geometric agreement between AI-generated and expert plans, anatomical safety relative to relevant risk structures, time required for expert planning versus AI-plan review and correction, and inter-reader agreement where applicable.
The study does not test an autonomous AI decision-making system.
The AI workflow is evaluated as a clinical decision-support tool, and all AI-generated plans are subject to expert clinician review.
No new imaging examinations, treatment allocation, patient intervention, or prospective clinical outcome assessment will be performed.
Type d'étude
Observationnel
Inscription (Estimé)
100
Contacts et emplacements
Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.
Lieux d'étude
-
-
Sankt-Peterburg
-
Saint Petersburg, Sankt-Peterburg, Russie, 197022
- Pavlov First Saint Petersburg State Medical University
-
-
Critères de participation
Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte plus âgé
Accepte les volontaires sains
Non
Méthode d'échantillonnage
Échantillon non probabiliste
Population étudiée
The study population will consist of anonymized CBCT cases from edentulous patients, or patients with a clinically equivalent edentulous condition, who underwent CBCT imaging during routine clinical care for implant prosthodontic planning.
No new patient recruitment, additional imaging, treatment allocation, or patient intervention will be performed.
La description
Inclusion Criteria:
- Anonymized CBCT dataset from a patient with complete edentulism or a clinically equivalent edentulous condition requiring implant prosthodontic planning.
- CBCT imaging acquired during routine clinical care.
- Sufficient field of view to assess the jaws and relevant anatomical landmarks for implant planning.
- Image quality sufficient for anatomical assessment, segmentation, and implant planning.
- Technical suitability of the CBCT dataset for expert reference planning and AI-assisted implant planning.
Exclusion Criteria:
- Severe motion artifacts or metal artifacts preventing reliable anatomical assessment.
- Incomplete field of view preventing assessment of the intended implant planning region.
- Corrupted, incomplete, duplicate, or unreadable DICOM data.
- Technical limitations preventing expert reference planning or AI-assisted implant planning.
- Missing data required for assessment of the primary outcome.
Plan d'étude
Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
Retrospective CBCT Planning Cases
Anonymized cone-beam computed tomography (CBCT) cases from patients with complete edentulism or a clinically equivalent edentulous condition who underwent CBCT imaging for implant planning during routine clinical care.
Each case will be evaluated using expert reference planning and AI-assisted implant planning with expert review.
|
AI-assisted implant planning workflow applied to anonymized CBCT datasets.
The workflow generates implant planning outputs for expert review and comparison with expert reference plans.
It is evaluated as a clinical decision-support workflow and does not involve patient treatment, additional imaging, or autonomous clinical decision-making.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Clinical acceptability of AI-generated implant plans
Délai: Baseline
|
Proportion of AI-generated implant plans rated by expert clinicians as accepted without modification, accepted after minor modification, accepted after major modification, or rejected.
|
Baseline
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Geometric agreement between AI-generated and expert reference implant plans
Délai: Baseline
|
Geometric agreement will be assessed for matched implants using entry-point deviation, apical deviation, and angular deviation between AI-generated and expert reference implant positions.
|
Baseline
|
|
Anatomical safety of AI-generated implant plans
Délai: Baseline
|
Anatomical safety will be assessed using minimum distances from planned implants to relevant anatomical risk structures and the presence or absence of predefined safe-margin violations.
|
Baseline
|
|
Workflow time for AI-assisted planning review compared with expert planning
Délai: Baseline
|
Time required for independent expert implant planning will be compared with the time required for expert review and correction of AI-generated implant plans.
|
Baseline
|
|
Inter-reader agreement for clinical acceptability ratings
Délai: Baseline
|
Agreement between expert clinicians will be assessed for clinical acceptability ratings of AI-generated implant plans where more than one expert evaluates the same cases.
|
Baseline
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Les enquêteurs
- Chercheur principal: Roman A Rozov, MD, DSc, St. Petersburg State Pavlov Medical University
- Directeur d'études: Karina Sh Oisieva, DDS, MSc, Saint Petersburg State University, Russia
Dates d'enregistrement des études
Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.
Dates principales de l'étude
Début de l'étude (Réel)
16 février 2026
Achèvement primaire (Estimé)
30 juillet 2026
Achèvement de l'étude (Estimé)
30 octobre 2026
Dates d'inscription aux études
Première soumission
8 mai 2026
Première soumission répondant aux critères de contrôle qualité
13 mai 2026
Première publication (Réel)
19 mai 2026
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
19 mai 2026
Dernière mise à jour soumise répondant aux critères de contrôle qualité
13 mai 2026
Dernière vérification
1 mai 2026
Plus d'information
Termes liés à cette étude
Mots clés
Autres numéros d'identification d'étude
- LEC-05-26-N
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
NON
Description du régime IPD
Individual participant data will not be shared because the study uses retrospective anonymized medical imaging datasets.
CBCT/DICOM data may contain potentially re-identifiable information and cannot be publicly shared.
Aggregated results will be reported in publications.
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Non
Étudie un produit d'appareil réglementé par la FDA américaine
Non
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .