臨床画像解析に基づいて口腔所見を分類する人工知能ベースのプログラム
臨床画像解析に基づいて口腔所見を分類するための人工知能ベースのプログラムの応用
調査の概要
詳細な説明
口腔病変、特に口腔がんの早期診断は、予後を向上させ、疾患関連死亡率の低下を目的とした早期介入とケアを促進するために極めて重要です。
従来の口腔検査（COE）は口腔病変を特定するために最もよく使用される方法であるため、平均的な歯科医師の経験が早期診断の決定的な要素となります。
視覚検査は非常に主観的なものであるため、特異性や感度に欠けます。 残念ながら、大多数の歯科医には病気の早期発見に関する専門知識が不足しており、その結果、口腔病変の偽陰性診断が行われることが研究で示されています。
一般開業医は、疑わしい口腔病変を口腔医学専門医に紹介するのを遅らせたり、多数の偽陽性症例を紹介したりして、患者を不必要に不安や癌恐怖症の状態に追い込んでいることが判明しています。 偽陽性の紹介は専門家に過大な負担を与え、最終的には偽陽性の症例が過剰に存在するため、真陽性の症例の診断が遅れることになります。
診断研究の範囲は、口腔病変の早期発見のためのより高い精度を備えた非侵襲的で安楽椅子側の方法に移行しています。 機械ベースのプログラムの使用に対する最近のアプローチは、この機械学習方法が口腔がんの検出と診断に役立つ可能性があることを示しています。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
-
Cairo、エジプト、11553
- Faculty of dentistry, CairoU
-
-
参加基準
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
サンプリング方法
調査対象母集団
説明
包含基準:
A) 18 歳以上の患者 B) 正常な口腔所見を有する候補者 C) 多様な口腔所見を有する候補者 D) 異なる口腔病変を有する候補者
除外基準:
- 18歳未満の患者
研究計画
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
正常/正常な解剖学的ランドマークのバリエーション
正常な口腔所見、または正常な解剖学的特徴の変化がある患者：白血病、フォアダイス顆粒、白線、生理的色素沈着、口蓋円、下顎円、地理的舌、亀裂のある舌など
|
AIベースのプログラムは画像分析に基づいています
|
|
低リスクの紹介
血管腫、線維腫、口腔アフタ性潰瘍、カンジダ感染症、尋常性天疱瘡、点状出血、摩擦角化症、喫煙者黒色症などの悪性転換疾患のリスクが低いため紹介が必要な患者。
|
AIベースのプログラムは画像分析に基づいています
|
|
ハイリスクの紹介
悪性腫瘍または前癌性疾患（口腔扁平苔癬、白板症、赤板症、扁平上皮癌など）のリスクが高いため紹介が必要な患者。
|
AIベースのプログラムは画像分析に基づいています
|
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 |
|---|---|---|
|
リスクの層別化
時間枠：プログラム開発に3か月
|
患者は、リスクがないか紹介の必要がない正常、悪性転換疾患のリスクが低い、悪性転換疾患のリスクが高い、のいずれかです。
|
プログラム開発に3か月
|
協力者と研究者
スポンサー
捜査官
- 主任研究者：Noran AM AbdelMoaty, MsC、Cairo University
出版物と役立つリンク
一般刊行物
- Khanagar SB, Al-Ehaideb A, Maganur PC, Vishwanathaiah S, Patil S, Baeshen HA, Sarode SC, Bhandi S. Developments, application, and performance of artificial intelligence in dentistry - A systematic review. J Dent Sci. 2021 Jan;16(1):508-522. doi: 10.1016/j.jds.2020.06.019. Epub 2020 Jun 30.
- Varela-Centelles P, Lopez-Cedrun JL, Fernandez-Sanroman J, Seoane-Romero JM, Santos de Melo N, Alvarez-Novoa P, Gomez I, Seoane J. Key points and time intervals for early diagnosis in symptomatic oral cancer: a systematic review. Int J Oral Maxillofac Surg. 2017 Jan;46(1):1-10. doi: 10.1016/j.ijom.2016.09.017. Epub 2016 Oct 15.
- Seoane Leston JM, Aguado Santos A, Varela-Centelles PI, Vazquez Garcia J, Romero MA, Pias Villamor L. Oral mucosa: variations from normalcy, part I. Cutis. 2002 Feb;69(2):131-4.
- Tanriver G, Soluk Tekkesin M, Ergen O. Automated Detection and Classification of Oral Lesions Using Deep Learning to Detect Oral Potentially Malignant Disorders. Cancers (Basel). 2021 Jun 2;13(11):2766. doi: 10.3390/cancers13112766.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
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。