歯周病分類における会話型 AI モデル

この記述的パイロット研究は、歯周炎と診断された未治療の患者 75 人のベースラインのデジタル記録とその後の段階、範囲、グレードの特徴付けの分析に基づいて行われます。 すべてのケースは 4 人の検査官によって評価され、ケースごとに標準化された診断が得られます。 この情報は、75 件の歯周炎症例のステージ、グレード、程度を決定するために使用され、ChatGPT (https://chat.openai.com/) と呼ばれる大規模な AI モデルへの入力として各症例について直接コピーされます。 続いて「歯周炎の段階、グレード、程度は何ですか?」という質問が続きます。 受け取った回答は標準化された診断と比較されます。

2.2 倫理的考慮事項 2022 年 12 月から 2023 年 5 月まで、ネクメッティン エルバカン大学歯周病クリニックでの定期的な訪問に関連して、歯周炎患者のベースライン臨床記録および X 線写真記録が収集されました。 研究では匿名化されたデータが使用されます。 すべての参加者は、トレーニングと研究にデータを使用することに書面で同意しています。 この研究は、1975 年のヘルシンキ宣言の 2013 年改訂に準拠しており、非医薬品および医療機器の臨床研究に関するネクメティン エルバカン大学歯学部倫理委員会によって承認されます。

2.3.歯周炎症例の選択と文書の作成 ランダム化ソフトウェアを使用して、歯周治療を受けている 150 人の患者のデータベースを使用して、ネクメッティン エルバカン大学の歯周病科の患者のアーカイブから 85 件の歯周炎症例を選択します。 急性歯周病変、歯肉疾患、歯科インプラントの存在、および全身疾患の症状としての歯周炎は、除外基準として考慮されます。

症例説明には、患者の病歴と歯科歴の包括的な概要、口腔内写真、パノラマ X 線写真、根尖周囲 X 線写真の完全なセット、および歯周の健康に関連するさまざまな臨床測定を網羅した歯周チャートが含まれていました。 これらの尺度は、プラークスコア（有無にかかわらず、リベラリング溶液の使用後に視覚的に評価される）、プロービングの深さ、プロービング時の出血、臨床的付着喪失（CAL）、分岐部の関与（Hamp、Nyman、およびLindhe、1975）、および歯の可動性（Miller、1985）。 血糖管理や喫煙など、関連する医学的問題に関する詳細を含む病歴も提供されます。 選ばれる 85 人の患者の臨床記録、写真記録、および放射線学的記録は、優れた品質と良好な診断感度を備えています。

歯周炎の全記録は 4 つのプレゼンテーション ファイルにまとめられます。 これらは、4 つの専門家評価に対する 4 つのプレゼンテーションすべてで異なる順序で提示されます。 最初のプレゼンテーションが提供されます。 2.4 専門家の評価 専任教員として勤務する 4 人の経験豊富な歯周病専門医 (Z.T.E、O.B、D.O.S、および F.U.Y.) が、準備されたプレゼンテーションを利用して、第 1 段階の症例を評価します。 4 人の専門家は、2018 年の歯周分類に関するコンセンサスレポート (Papapanou et al., 2018; Tonetti, Greenwell, & Kornman, 2018) を複数回検討し、少なくとも 4 年間、それを臨床診断に使用していました。 これらの診断は標準化された診断とみなされ、それぞれのケースの参考として機能します。 専門家の間で一貫した診断が得られなかった症例は研究から除外されます。

2.5 ChatCPT を使用した歯周炎症例の病期分類、等級分け、および程度の判定

ChatGPT は、OpenAI によって開発された Generative Pre-Training Transformer 3 (GPT-3) 言語モデルの実装であり、公的にアクセスでき、自由に使用できます。 (ブラウン他、2020)。 GPT-3 は、非常に拡張性の高いニューラル ネットワーク ベースの自然言語処理 (NLP) モデルであり、現在存在するモデルの中で最大のものの 1 つです。 1,750 億のパラメータをトレーニングすることで、その主な目的は人間の言語によく似たテキストを生成することです。 GPT-3 は多用途のチャットボットとして機能し、言語翻訳、要約、質問応答などのさまざまな NLP タスクを実行できます (Balas & Ing、2023)。 多くの考えられる用途のうち、歯周炎のステージ、グレード、程度の判定における GPT-3 のパフォーマンスを症例説明を使用して評価します。 歯周炎の症例説明が与えられたときに、段階を設定し、等級付けし、程度を判断する能力。 ChatCPT は言語モデルであり画像を使用できないため、症例の X 線写真は 4 人の専門家によって評価されます。 骨損失量と骨損失率を測定し、ChatCPTで利用できる数値データに変換します。 各ケースの段階、グレード、程度を判断するために使用する必要がある情報を含む標準化されたテキストが作成されます。 この情報は以下のとおりです。

ステージング用。

1. 年齢と性別。
2. 隣接面領域における最大の臨床的アタッチメント損失
3. 骨損失の割合。
4. 歯周病による歯の喪失数。
5. 最大プロービング深さ。
6. 骨量減少のタイプ。
7. Hamp 分類による分岐部関与 (FI) (Hamp et al., 1975)
8. 咀嚼機能障害の存在;
9. 2度以上の歯の可動性。
10. リッジ欠陥の存在。
11. 咬合状態にある歯の数。範囲を決定するため。歯周病の保障。採点用;

ａ． 過去 5 年間の骨損失の量。 b. 最もひどい領域における骨損失の割合の年齢比率。 c. 破壊の表現型： d． 喫煙状況と 1 日あたりの喫煙本数。 e.糖尿病の状態と HbA1c レベルがそれより低いか高いか。 この調査では、新しいアカウントが作成され、提供されたリンク (https://chat.openai.com/chat) を通じて ChatGPT へのアクセスが許可されます。 症例ごとに統一されたテキストが英語で書かれ、「歯周炎はどの段階、グレード、程度ですか？」という質問が行われます。 ChatGPT に問い合わせられます。 ChatGPT プログラムの同じ現在のバージョンがクエリで使用され、クエリ プロセスは 2 つの方法で実行されます。

1. 以前の回答の影響を最小限に抑えるために、質問ごとに新しいチャット ウィンドウが開き、後の分析のために回答が記録されます。
2. 新しいチャット ウィンドウが開き、2018 年の分類に従って歯周炎の段階、グレード、程度を判断するために必要な基本情報が ChatCPT に送信されます。 ChatCPT は、この情報に従って後で転送するケースを分類するように求められ、この要求は ChatCPT によって承認されます。 最初のクエリで使用された各ケースの同じ標準化されたテキストが ChatCPT に送信され、今回は同じチャット ウィンドウを使用して、再び「歯周炎はどの段階、グレード、程度ですか?」と送信されます。という質問がされるでしょう。 応答は後の分析のために記録されます。

chatCPT からの 2 つの異なる質問で、それぞれのケースの歯周炎の段階、グレード、程度が回答されます。 各ケースで得られた病期、グレード、程度の反応は、専門家によって作成された標準化された診断と比較されます。