OPG 영상에서 치주염 검출을 위한 AI-임상 지식 기반 하이브리드 시스템의 정확도
OPG 영상을 활용한 2기~4기 치주염 진단을 위한 AI-임상 지식 기반 하이브리드 시스템의 진단 정확도는?다기관 연구
연구 개요
상세 설명
치주염은 전 세계적으로 높은 유병률, 상당한 사회 경제적 영향, 개인의 삶의 질에 상당한 영향을 미치기 때문에 주요 공중 보건 문제입니다. 그러나 인구의 치주염은 대부분 발견되지 않은 채 남아 있습니다. 치주 건강에 대한 인식을 높이고 치주염의 조기 진단을 강화하여 시기적절한 개입을 보장하는 것이 중요합니다.
2018년 치주 및 임플란트 주변 질환 및 상태 분류에서는 초기 단계(I단계)부터 진행 단계(IV단계)까지 치주염의 4단계를 정의합니다. II-IV 단계에서는 포괄적인 치료 절차가 필수적입니다. 그렇지 않으면 치아 위험이 높거나 심지어 전체 치열이 손실될 위험이 있습니다. 임상 검사는 치주염 단계를 결정하는 최적의 기준으로 간주되지만, 그 과정은 힘들고 시간이 많이 걸리며 경험이 풍부한 전문가가 필요합니다. 따라서, 특히 공공 지역사회에서 II-IV기 치주염 진단을 차별화하기 위한 비용 효율적이면서 신뢰할 수 있고 유효한 대체 접근 방식이 매우 필요합니다.
파노라마 방사선 촬영으로도 알려진 정형외과촬영(OPG)은 한 번의 시술로 악안면 부위에 대한 포괄적인 보기를 제공하는 비침습적 저선량 영상 기술입니다. 구강외 방사선 사진으로서 특히 환자가 입을 벌리기 힘들거나 구강 내 필름 사용을 방해하는 뚜렷한 개그 반사를 보이는 경우 이미지를 포착하는 데 이점이 있습니다. 따라서 OPG는 전 세계에서 가장 자주 촬영되는 치과 방사선 사진일 가능성이 높으며 잠재적으로 인구 집단의 II-IV기 치주염을 구별하는 효과적인 도구로 사용될 수 있습니다. 최근 치주염 진단에 OPG 영상을 활용하려는 연구가 많이 진행되고 있다. 그러나 이러한 연구의 전략은 확실한 정확성이 부족할 수 있는 임상의의 특정 랜드마크에 대한 방사선 촬영 주석에 의존합니다. 또한 고품질의 방사선 사진만이 치주염 진단에 유용한 보조 수단이 될 수 있으므로 해부학적 구조가 중첩된 OPG 이미지, 불균형한 이미지 확대, 왜곡 및 흐림이 포함된 많은 OPG 이미지는 개발된 시스템의 일반화를 감소시킬 수 있습니다.
인공지능(AI)은 치과를 비롯한 다양한 의학 분야에서 강력한 도구로 떠올랐다. AI 기반 알고리즘, 특히 딥러닝 기술은 이미지 분석, 패턴 인식, 의사결정 분야에서 놀라운 능력을 보여왔습니다. 최근 몇 년 동안 치과에 AI 기술이 통합되면서 진단의 정확성과 효율성을 높이는 새로운 길이 열렸습니다. AI 기반 알고리즘은 인간의 눈으로 감지할 수 없는 OPG 이미지의 일부 특징을 인식할 수 있어 미묘한 뼈 손실을 감지하고 치주 병기 결정을 보다 정확하게 진단할 수 있습니다.
특히, 최근 연구 결과에 따르면 AI 알고리즘과 임상 지식을 결합한 하이브리드 시스템이 II-IV기 치주염을 구별하는 데 좋은 성능을 보이는 것으로 나타났습니다. 본 하이브리드 시스템의 개발 과정에서는 경험이 풍부한 전문가가 제공한 임상 정보만 활용되었으며 방사선학적 주석은 사용되지 않았습니다. 초기 조사에서 개발된 하이브리드 시스템의 유망한 잠재력에도 불구하고, 한 샘플에서 파생된 예측 규칙이 다른 샘플/모집단에서 더 잘 수행될 수 있기 때문에 다양한 독립 모집단에서 이를 추가로 훈련하고 검증하는 것이 필수적입니다. 게다가, 다른 기계에서 얻은 OPG 이미지가 개발된 하이브리드 시스템의 정확도에 큰 영향을 미칠 수 있다고 가정하는 것이 합리적입니다. 따라서 전 세계 여러 센터에서 다양한 OPG 이미지를 수집하기 위해 다기관 연구를 수행하는 것이 논리적이며, 데이터 세트는 치주염 진단의 정확성과 효능을 보장하는 하이브리드 시스템을 추가로 훈련하고 검증하는 데 활용될 것입니다.
본 연구에서는 새로운 AI-임상 기반 하이브리드 시스템(지수 테스트)의 진단 특성을 전문가 패널(참조 표준)과 비교합니다. 전문가들은 모든 방사선 사진을 독립적으로 평가하고 불일치가 발견되면 합의에 도달합니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Maurizio Tonetti
- 전화번호: 15000102368
- 이메일: maurizio.tonetti@ergoperio.eu
연구 장소
-
-
-
Roma, 이탈리아
- 모병
- La Sapienza Dental School
-
연락하다:
- Lorenzo Marini
- 이메일: lorenzo.marini@uniroma1.it
-
-
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 201206
- 모병
- Shanghai Perio-Implant Innovation Center
-
연락하다:
- Yuan Li
- 전화번호: 13916337473
- 이메일: ly9919@hotmail.com
-
-
-
-
-
Hong Kong, 홍콩
- 모병
- Prince Philip Dental Hospital
-
연락하다:
- George Pelekos
- 이메일: george74@hku.hk
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
- 상하이 제9인민병원 푸동 진료소에서 치료를 원하는 환자;
- 상하이 제9인민병원 남부 진료소에서 치료를 원하는 환자;
- 홍콩 프린스 필립 치과병원에서 치료를 원하는 환자;
- 이탈리아 로마 라 사피엔자 대학(University of Rome La Sapienza)에서 치료를 원하는 환자들;
설명
포함 기준:
- 18세 이상
- OPG 이미지를 촬영한 후
제외 기준:
- 무치악 입
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
병원에서 진료를 받기 위해 발표하는 피험자
이 그룹은 일상적인 임상 진료를 위해 OPG 방사선 사진이 필요한 4개의 참여 병원(중국, 홍콩 SAR, 이탈리아) 중 한 곳에서 진료를 보고하는 피험자로 구성됩니다.
|
Index 테스트는 방사선 영상 분석을 위한 새로운 AI-임상 기반 하이브리드 시스템입니다.
진단 성능은 전문가 패널이 대표하는 기준과 비교됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
민감도 측정
기간: 1 일
|
전문가 패널이 분류한 치주염 사례를 정확하게 식별하기 위한 AI-임상 기반 하이브리드 시스템의 감도
|
1 일
|
|
특이성 측정
기간: 1 일
|
전문가 패널이 분류한 치주염 사례를 정확하게 식별하기 위한 AI-임상 기반 하이브리드 시스템의 특이성
|
1 일
|
|
수신기 작동 특성 곡선(AUC) 측정값 아래 영역
기간: 1 일
|
전문가 패널이 분류한 치주염 사례를 정확하게 식별하기 위한 AI-임상 기반 하이브리드 시스템의 수신자 작동 특성 곡선(AUC) 측정 아래 영역
|
1 일
|
|
진단 정확도
기간: 1 일
|
AI 임상 기반 시스템의 전반적인 진단 정확도는 실제 테스트 결과의 비율[정확도 = (참양성 + 참음성) / (전체)]을 기준으로 계산되어 전문가 패널과 비교됩니다.
|
1 일
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
평가 시간
기간: 1 일
|
AI-임상 기반 하이브리드 시스템과 OPG 이미지별 전문가 패널의 진단 소요 시간 비교
|
1 일
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Maurizio Tonetti, Shanghai Ninth People Hospital
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .