셀카 구강사진을 이용한 인공지능 치주건강 평가 원문보기 KCI 원문보기 인용

이 연구의 첫 번째 부분은 PPDH(Prince Philip Dental Hospital)를 방문하는 300명의 환자로부터 구강 내 사진 및 임상 잇몸 지수의 협측 뷰를 수집합니다. 이러한 구강 내 사진은 장비(Scanbox)가 장착된 스마트폰(iphone)을 사용하여 표준화된 방식으로 임상 직원이 감독하는 품질로 환자가 촬영합니다. 임상 잇몸 지수는 훈련되고 보정된 임상 직원이 측정합니다. 또는 경험이 풍부한 임상의가 임상 사진을 평가하여 염증이 있거나 건강한 잇몸을 찾을 수 있습니다. 염증이 있는 잇몸과 건강한 잇몸의 이미지 특성을 학습하고 컴퓨터를 훈련시키기 위해 이 합성 데이터 세트를 신경망으로 가져왔습니다.

이 연구의 두 번째 부분은 치은염이 있는 150명의 환자를 모집하고 PPDH에서 표준화된 구강 사진 및 임상 잇몸 지수를 사용하여 잇몸 치료 전후 잇몸 상태를 종단적으로 추적합니다. 임상 잇몸 지수는 잇몸 상태의 변화를 반영하는 황금 표준입니다.

수집된 모든 사진은 컴퓨터(소프트웨어: MatLab)로 분석되어 잇몸 상태를 선별하고 모니터링하는 데 도움이 되는 주요 기능을 식별합니다. 그런 다음 다음을 포함할 수 있는 식별된 기능을 정량화하는 프로그램을 구축하기 위해 데이터를 수집합니다.

1. 변연 잇몸 조직의 색
2. 변연 잇몸 조직의 질감
3. 임상 잇몸 지수를 기준으로 한 변연 잇몸 조직의 부피.

데이터 및 샘플 크기 분석: 컴퓨터는 이 연구의 파트 I에서 얻은 사진 및 임상 지표/평가로 훈련됩니다. 그런 다음 훈련된 컴퓨터는 사진만을 기반으로 하는 이 연구의 파트 II에서 환자의 치주 상태 변화를 모니터링하는 데 사용할 것입니다. 민감도(진정한 질병 감지), 특이성(진정한 건강 감지) 및 이러한 곡선 아래 영역(골드 표준 임상 잇몸 지수 참조)이 계산되고 이 연구의 주요 결과입니다. 컴퓨터 교육은 지속적인 프로세스이며 민감도, 특이도 및 이러한 곡선 아래 영역(AUC)이 고원(포화도)에 도달할 때 끝점이 옵니다. 따라서 본 연구의 1부에서는 컴퓨터 교육을 100, 200, 300가지 경우로 세 구로 나누어 민감도, 특이도, AUC의 변화를 관찰한다.

환자가 스마트폰 셀카 사용에 대해 보고한 결과는 시각적 아날로그 척도(VAS)에 2차 결과로 기록됩니다.

샘플 크기 결정: 각 치아는 하나의 단위를 나타내며 각 피험자에게 20개의 치아가 있다고 가정하면 300명 이상의 피험자 X 20개 치아 = 교육을 위한 6000개 단위가 있을 것입니다. 2부 연구에서는 150명의 피험자를 모집하고 컴퓨터 테스트를 위해 130X20=2600 단위를 사용합니다.

프린스 필립 치과 병원에 다니는 모든 신규 환자는 임상 검사를 통해 잇몸 염증 및 치주 질환에 대한 선별 검사를 받게 됩니다.

기본 치주 검사 (BPE, 육안 검사 및 잇몸의 기계적 검사 포함)가 모두 수행되고 중증도에 따라 환자 치료를 위해 학부생에게 할당됩니다.

컴퓨터 기록은 잇몸 염증이 있는 환자를 검색할 수 있습니다(BPE 점수 2). 데이터 처리 모든 데이터는 품질을 확인하기 위해 혼합되지 않은 구성원(YHL)이 계속 검토합니다. 연구 결과와 관련된 데이터만 공개됩니다. 모든 데이터는 연구 종료 후 2년 동안 보관됩니다. 이후 데이터는 완전히 파기됩니다. 1차 조사자는 연구 도중 및 이후에 개인 데이터에 액세스할 수 있습니다.