AI ベースのプラットフォーム向けに歯科学生をトレーニングする効果
2024年1月5日 更新者：University of Copenhagen
深いう蝕の掘削前の歯髄露出予測のための新しい人工知能ベースのプラットフォームを使用する歯科学生のトレーニングの効果: ランダム化比較試験
人工知能 (AI)、特にディープラーニング (DL) の出現により、う蝕学および歯内療法の分野における X 線写真の特徴の発見と治療計画において大きな可能性が示されました。
文献の増加により、DL モデルは歯科医師が虫歯病変や根尖病変などの X 線画像上の特徴を検出したり、虫歯掘削治療を行う際の歯髄露出のリスクを予測したりするのに役立つ可能性があることが示唆されています。
ただし、現在の文献には、AI ベースのプラットフォームを使用するための歯科医師の十分なトレーニングの効果に関する十分な研究が不足しています。
この前向きランダム化対照試験は、十分な事前処置トレーニングの有無にかかわらず、パルプ曝露予測に AI ベースのプラットフォームを使用した場合の学生のパフォーマンスを評価することを目的としています。
仮説は、十分なトレーニングを受けたグループの参加者のパフォーマンスは、十分なトレーニングを受けなかったグループと同様であるというものです。
調査の概要
研究の種類
介入
入学 (実際)
20
段階
- 適用できない
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
-
Copenhagen、デンマーク、2200
- University of Copenhagen Department of Odontology Cariology and Endodontics Section for Clinical Oral Microbiology
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
説明
包含基準:
- おそらくコペンハーゲン大学の歯学部 4 年生と 5 年生で、自発的に参加する意思があり、同意書に署名した人たちでしょう。
- AI に関する知識や経験が限られているか、まったくない
除外基準:
- なし
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
- 主な目的：他の
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：ダブル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：AI プラットフォームを使用してパルプ暴露のリスクを評価し、トレーニング セッションを受ける学生
学生は、オンライン プラットフォームでテストを受ける前に、1 時間の実践トレーニング セッションを受けます。 このセッションには、放射線学における AI の基本的な側面、う蝕学および歯内療法のための CNN (畳み込みニューラル ネットワーク) アプリケーション、さらには掘削療法と歯髄露出の基礎に関連する理論セッションが含まれます。 理論的な部分の後には、参加者が深い虫歯のある 11 例の歯をチェックし、虫歯と歯髄の間の最も近い線を見つける実践的なセッションが続きます。 すると、う蝕掘削治療を行った症例の治療前レントゲン写真がアップロードされているウェブサイトにログインできるようになります。 学生の成績が評価されます。 |
実験グループの学生は、オンライン プラットフォームにログインする前に、1 時間の実践トレーニング セッションを受けます。
このセッションは AI の経験を持つ歯科医師によって行われ、放射線学における AI の基本的な側面、う蝕学および歯内療法におけるディープラーニング (DL) アプリケーション、さらには掘削治療と歯髄露出の基本について説明します。
理論的な部分の後には、各参加者が深い虫歯のある歯の 11 例をチェックし、虫歯と歯髄の間の最も近い線を見つける実践的なセッションが続きます。
彼らのパフォーマンスはトレーニングセッションのプレゼンターによって監督され、間違ったセリフを作成した場合には正しいセリフが表示されます。
|
|
介入なし：AI プラットフォームを使用してトレーニングセッションなしでパルプ暴露のリスクを評価する学生
学生は実験を開始する前にトレーニングを受けません。
ウェブサイト内の質問に答えるためのガイドとして、5 分間のビデオのみが再生されます。
すると、う蝕掘削治療を行った症例の治療前レントゲン写真がアップロードされているウェブサイトにログインできるようになります。
学生の成績が評価されます。
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
AI ベースのプラットフォームでのパルプ曝露予測における学生の精度に基づくトレーニング セッションの有無に応じたパフォーマンス
時間枠：30日
|
両方のグループの生徒の精度 (トレーニング セッションありとなし) が測定され、一緒に比較されます。
各生徒の精度測定は、パルプ暴露の発生の正しい予測の数を予測の総数で割ることによって計算されます。
|
30日
|
|
AI ベースのプラットフォームでのパルプ曝露予測における生徒の感性に基づくトレーニング セッションの有無に応じたパフォーマンス
時間枠：30日
|
両方のグループ（トレーニングセッションありとなし）の生徒の感受性が測定され、一緒に比較されます。
これは、パルプ曝露 (真陽性) として予測された実際のパルプ曝露症例の割合に基づきます。
|
30日
|
|
AI ベースのプラットフォームでのパルプ曝露予測における、特異性に基づくトレーニング セッションの有無に応じた学生のパフォーマンス
時間枠：30日
|
両方のグループの生徒の特異性 (トレーニング セッションありとなし) が測定され、一緒に比較されます。
これは、実際の「歯髄曝露なし」症例のうち、歯髄曝露のない症例 (真陰性) として正しく予測される割合に基づきます。
|
30日
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
スポンサー
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2023年8月20日
一次修了 (実際)
2023年12月20日
研究の完了 (実際)
2024年1月1日
試験登録日
最初に提出
2023年5月24日
QC基準を満たした最初の提出物
2023年6月12日
最初の投稿 (実際)
2023年6月22日
学習記録の更新
投稿された最後の更新 (推定)
2024年1月8日
QC基準を満たした最後の更新が送信されました
2024年1月5日
最終確認日
2024年1月1日
詳しくは
本研究に関する用語
その他の研究ID番号
- 504-0342/22-5000
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
いいえ
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。