Accuratezza diagnostica dell'intelligenza artificiale, della CBCT e dell'esame clinico nel rilevamento del numero di canali radicolari nei molari mascellari e mandibolari convenzionali e trattati

Introduzione: Il rilevamento accurato del canale radicolare è fondamentale per il successo del trattamento endodontico, in particolare nei casi molari complessi. I metodi convenzionali, come l’esame clinico e la tomografia computerizzata a fascio conico (CBCT), hanno i loro limiti, come l’elevata esposizione alle radiazioni. I recenti progressi nel campo dell’intelligenza artificiale (AI) si sono rivelati promettenti nel migliorare l’accuratezza diagnostica. Questo studio mira a confrontare l'efficacia dell'intelligenza artificiale, della CBCT e dell'esame clinico utilizzando un microscopio operatorio dentale (DOM) nel rilevamento dei canali radicolari nel primo molare superiore, nel secondo superiore e nel primo molare inferiore, sia nei casi convenzionali che in quelli di ritrattamento. Metodi: sono state selezionate le scansioni CBCT di 210 pazienti che necessitavano di terapia canalare non chirurgica o di ritrattamento. Le scansioni sono state analizzate utilizzando tre metodi di rilevamento: esame clinico tramite DOM, interpretazione da parte di due endodontisti esperti utilizzando CBCT e un software di rete neurale convoluzionale AI (CNN) (Diagnocat). Il numero rilevato di canali radicolari è stato registrato e confrontato tra i tre metodi.