不満足な歯内療法に関連する X 線写真の特徴を検出するノーコード人工知能
2024年6月24日 更新者：Lars Bjørndal、University of Copenhagen
不満足な歯内療法に関連するいくつかの X 線写真の特徴を検出するための、コードなしの修正アノテーション人工知能ベース ソフトウェアの実装: ランダム化比較試験
画像解析用のニューラル ネットワーク ベースのモデルの開発には時間がかかり、データセットの設計とモデルのトレーニングが必要になります。
ノーコード AI プラットフォームを使用すると、ユーザーはコーディングせずにオブジェクトの特徴に注釈を付けることができます。
修正アノテーション、つまり「人間参加型」アプローチにより、AI セグメンテーションが繰り返し改良されます。
歯科業界では、歯科修復物をセグメント化するためのノーコード AI で成功を収めています。
この研究は、「人間参加型」アプローチを使用して根管治療の質に関連する X 線写真の特徴を評価することを目的としています。
調査の概要
詳細な説明
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ています。
文献の増加により、DL モデルは歯科医が齲蝕病変や根尖病変などの X 線撮影上の特徴を検出したり、齲蝕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、歯内療法の技術的品質に関連する特徴を検出するための AI ベースのプラットフォームにおける参加者と AI の相互作用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比較試験は、歯内療法の技術的品質に関連する特徴を検出し、治療の長期予後を予測するための 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。
この仮説は、AI 応答にアクセスできるグループの参加者のパフォーマンスは、AI 応答にアクセスできない対照グループと同様であるというものです。
研究の種類
介入
入学 (推定)
80
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。
研究連絡先
- 名前：Shaqayeq Ramezanzade, Phd
- 電話番号：55278370
- メール：shaqayeq.ramezanzade@gmail.com
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
健康ボランティアの受け入れ
はい
説明
包含基準:
1.コペンハーゲン大学の歯学部最終学年であること
除外基準:
- AI関連の経験があること
- インフォームドコンセントへの署名を受け入れない
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：診断
- 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：人工知能のガイダンスを利用する参加者
実験部門とは、歯内療法の技術的品質に関連する特徴を検出するための AI ベースのプラットフォームにアクセスできる参加者のグループを指します。
これらの参加者は研究中に AI 支援を利用します。
|
試験用に安全な Web サイトが作成され、各学生は割り当てられた番号を使用してログインできました。
すべての画像データセットはこの Web サイトにアップロードされました。
学生はランダムに実験グループと対照グループに割り当てられます。
実験グループは AI ガイダンスを利用できましたが、対照グループは利用できませんでしたが、両方の学生は根管治療の質に関連する特徴をセグメント化し、治療の予後を予測するように求められました。
|
|
介入なし：人工知能の指導を受けないコントロールアーム
コントロール アームは、AI ベースのプラットフォームにアクセスできない参加者で構成されます。
彼らは実験部門と同じタスクや評価を実行しますが、AI の支援は受けません。
|
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 |
|---|---|---|
|
正確さ
時間枠：データ収集にかかる期間は平均 6 か月
|
精度は、結果が真の値または標準とどの程度一致しているかを表します。
実験グループと対照グループの参加者が X 線写真の特徴を正確に見つけて結果を予測する精度は、私たちの主な成果の 1 つです。
比較の参考となるのは、歯科の 3 人の専門家の合意です。
|
データ収集にかかる期間は平均 6 か月
|
|
感度
時間枠：データ収集にかかる期間は平均 6 か月
|
この尺度は、すべての陽性ケースのうちの真の陽性結果 (正しく特定されたケース) の割合を定量化します。
感度が高いということは、状態を検出するのが得意であることを示します。
X 線写真の特徴を正確に見つけて結果を予測する際の実験グループと対照グループの参加者の感度は、私たちの主な成果の 1 つです。
この比較は、歯科の専門家 3 名の一致した判断に基づいて行われます。
|
データ収集にかかる期間は平均 6 か月
|
|
特異性
時間枠：データ収集にかかる期間は平均 6 か月
|
特異度は、すべての陰性ケースのうち真陰性の結果の割合を測定します。
X 線写真の特徴を正確に見つけて結果を予測する実験グループと対照グループの参加者の特異性は、私たちの主な成果の 1 つです。
この比較は、歯科の専門家 3 名の一致した判断に基づいて行われます。
|
データ収集にかかる期間は平均 6 か月
|
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
捜査官
- 主任研究者：Lars Bjørndal, Prof.、University of Copenhagen Department of Odontology Cariology and Endodontics
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 (推定)
2024年7月30日
一次修了 (推定)
2024年11月13日
研究の完了 (推定)
2024年12月13日
試験登録日
最初に提出
2024年5月25日
QC基準を満たした最初の提出物
2024年6月7日
最初の投稿 (実際)
2024年6月10日
学習記録の更新
投稿された最後の更新 (実際)
2024年6月25日
QC基準を満たした最後の更新が送信されました
2024年6月24日
最終確認日
2024年6月1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。