A mesterséges intelligencia használata a fogászati röntgenelemzésben
A mesterséges intelligencia algoritmussal végzett fogászati röntgenelemzés és a fogorvosok által végzett elemzés összehasonlítása
A tanulmány áttekintése
Állapot
Körülmények
Beavatkozás / kezelés
Részletes leírás
Tanulmány típusa
Beiratkozás (Tényleges)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Kielce, Lengyelország, 25-375
- Department of Maxillofacial Surgery
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- Fogorvosi vagy orvosi beutalóval megerősített fogröntgen-javallatok (mind a szűrővizsgálatok, mind a kezelési célú vizsgálatok megengedettek)
- Tartós fogazat (a hámlás befejezése után)
Kizárási kritériumok:
- Vegyes fogazatú betegek (a hámlás még nem fejeződött be)
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Kohorszok és beavatkozások
Csoport / Kohorsz |
Beavatkozás / kezelés |
|---|---|
|
Egy betegcsoport (kettős kapu)
Dizájnt tanulni:
|
Írásos beutalóval igazolt indikációjú betegek fogászati röntgenfelvétele.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Érzékenység
Időkeret: Akár 6 hétig
|
Az érzékenység (más néven felidézés vagy valódi pozitív arány) azon tényleges pozitív esetek aránya, amelyeket helyesen pozitívnak jósolnak. Kiértékeli egy AI algoritmus teljesítményét. Formálisan a következő egyenlettel számítható ki: Érzékenység = TP / (TP+FN) Valódi pozitív (TP) - olyan vizsgálati eredmény, amely helyesen jelzi egy állapot vagy jellemző jelenlétét Hamis negatív (FN) – olyan vizsgálati eredmény, amely tévesen jelzi, hogy egy adott állapot vagy jellemző hiányzik |
Akár 6 hétig
|
|
Specificitás
Időkeret: Akár 6 hétig
|
Specificitás (más néven valódi negatív ráta) – a tényleges negatív esetek aránya, amelyeket helyesen negatívnak jósolnak. Kiértékeli egy AI algoritmus teljesítményét. Formálisan az alábbi egyenlettel számítható ki: Specificitás = TN / (TN + FP) Valódi negatív (TN) - olyan vizsgálati eredmény, amely helyesen jelzi egy állapot vagy jellemző hiányát Hamis pozitív (FP) – olyan vizsgálati eredmény, amely tévesen jelzi egy adott állapot vagy jellemző fennállását |
Akár 6 hétig
|
|
Az AI algoritmus pontossága
Időkeret: Akár 6 hétig
|
A precizitás egy olyan értékelési mérőszám, amelyet az AI gépi tanulási algoritmusának teljesítményének értékelésére használnak. Azt méri, hogy mennyire pontos az algoritmus. A pontosság kiszámításához a következő képlet segítségével a valódi pozitívak (TP) és a hamis pozitívak (FP) számát fogjuk használni: Pontosság = TP / (TP + FP) Valódi pozitív (TP) - olyan vizsgálati eredmény, amely helyesen jelzi egy állapot vagy jellemző jelenlétét Hamis pozitív (FP) - olyan vizsgálati eredmény, amely tévesen jelzi egy adott állapot vagy jellemző fennállását |
Akár 6 hétig
|
Együttműködők és nyomozók
Nyomozók
- Tanulmányi szék: Maciej Sikora, Hospital of the Ministry of Interior, Wojska Polskiego 51, 25-375 Kielce, Poland
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- CT/2023/1
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
az Egyesült Államokban gyártott és onnan exportált termék
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .