Accuratezza comparativa dei modelli di intelligenza artificiale e valutazione clinica per il rilevamento della placca dentale nei bambini

Titolo dello studio:

Accuratezza del rilevamento della placca dentale da immagini intraorali utilizzando diversi modelli di intelligenza artificiale rispetto alla valutazione clinica in un gruppo di bambini: uno studio sull'accuratezza diagnostica

Panoramica dello studio:

Questo studio osservazionale sull'accuratezza diagnostica è progettato per valutare le prestazioni di più modelli di intelligenza artificiale (AI) nel rilevamento della placca dentale dalle immagini intraorali, rispetto alle valutazioni cliniche tradizionali condotte da dentisti qualificati. L’attenzione principale è rivolta ai pazienti pediatrici, poiché la diagnosi precoce e la gestione della placca dentale sono cruciali per il mantenimento della salute orale nei bambini.

Contesto e motivazione:

La placca dentale è un biofilm che si forma sui denti e può portare alla carie e alla malattia parodontale se non adeguatamente gestita. I metodi tradizionali di rilevamento della placca si basano su valutazioni visive da parte di professionisti del settore dentale, che possono essere soggettive e variare in termini di precisione. I recenti progressi nell’intelligenza artificiale e nell’elaborazione delle immagini rappresentano un’opportunità per migliorare il rilevamento e la quantificazione della placca dentale attraverso immagini intraorali, fornendo potenzialmente uno strumento di valutazione più obiettivo ed efficiente.

Obiettivi:

Confrontare l’accuratezza dei modelli AI nel rilevamento della placca dentale rispetto alle valutazioni cliniche.

Determinare la sensibilità, la specificità e le prestazioni diagnostiche complessive delle tecnologie di intelligenza artificiale.

Analizzare il potenziale per l’integrazione dei modelli di intelligenza artificiale negli esami odontoiatrici di routine per i pazienti pediatrici.

Metodologia:

Partecipanti: verrà reclutato un campione di pazienti pediatrici, garantendo una rappresentazione diversificata di vari dati demografici e stati di salute dentale.

Acquisizione delle immagini: le immagini intraorali verranno acquisite utilizzando protocolli di imaging standardizzati per garantire la coerenza. Le immagini ad alta risoluzione saranno ottenute in condizioni controllate per ridurre al minimo la variabilità.

Modelli di intelligenza artificiale: vari algoritmi di intelligenza artificiale, comprese le reti neurali convoluzionali (CNN) e le tecniche di deep learning, verranno addestrati utilizzando un set di dati di immagini intraorali annotate. Questi modelli saranno valutati in base alla loro capacità di identificare e quantificare la placca dentale.

Valutazione clinica: dentisti qualificati eseguiranno esami clinici utilizzando indici di placca standard per valutare la presenza e la gravità della placca dentale nella stessa coorte di bambini.

Analisi dei dati: verranno utilizzati metodi statistici per confrontare l'accuratezza diagnostica dei modelli di intelligenza artificiale con valutazioni cliniche, inclusi calcoli di sensibilità, specificità, valore predittivo positivo e valore predittivo negativo.

Risultati attesi:

Lo studio mira a chiarire il ruolo dell’intelligenza artificiale nel migliorare il rilevamento della placca dentale nei bambini, portando potenzialmente a migliori strategie di cura preventiva e trattamento. I risultati potrebbero anche contribuire allo sviluppo di strumenti assistiti dall’intelligenza artificiale per i dentisti.

Considerazioni etiche:

Questo studio aderirà alle linee guida etiche, garantendo il consenso informato ottenuto dai tutori legali dei partecipanti pediatrici. L'approvazione da parte del relativo comitato di revisione istituzionale (IRB) sarà garantita prima dell'inizio dello studio