AI-Assisted Implant Planning Using CBCT Data (AIP-CBCT)
2026년 5월 13일 업데이트: St. Petersburg State Pavlov Medical University
Retrospective Reader Study of AI-Assisted Implant Planning Using Cone-Beam Computed Tomography Data in Edentulous Patients
This retrospective observational reader study will evaluate artificial intelligence (AI)-assisted implant planning using anonymized cone-beam computed tomography (CBCT) datasets from patients with complete edentulism or a clinically equivalent edentulous condition.
AI-generated implant plans will be compared with expert reference plans created by clinicians using the same CBCT data.
The study will assess the clinical acceptability of AI-generated implant plans, geometric agreement with expert plans, anatomical safety, workflow time, and agreement between expert reviewers where applicable.
The study uses previously acquired anonymized imaging data and does not involve patient recruitment, treatment allocation, additional imaging, clinical intervention, or prospective follow-up.
연구 개요
상세 설명
This study is designed as a retrospective non-randomized comparative reader study.
Anonymized CBCT datasets acquired during routine clinical care will be used for implant planning assessment.
For each eligible case, expert clinicians will create reference implant plans without access to AI-generated plans.
The AI system will generate implant planning outputs from the same CBCT datasets, and expert clinicians will review the AI-generated plans using a standardized assessment approach.
The main evaluation will compare AI-generated plans with expert reference plans within the same case.
Outcomes will include clinical acceptability of the AI-generated plan, geometric agreement between AI-generated and expert plans, anatomical safety relative to relevant risk structures, time required for expert planning versus AI-plan review and correction, and inter-reader agreement where applicable.
The study does not test an autonomous AI decision-making system.
The AI workflow is evaluated as a clinical decision-support tool, and all AI-generated plans are subject to expert clinician review.
No new imaging examinations, treatment allocation, patient intervention, or prospective clinical outcome assessment will be performed.
연구 유형
관찰
등록 (추정된)
100
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Sankt-Peterburg
-
Saint Petersburg, Sankt-Peterburg, 러시아 제국, 197022
- Pavlov First Saint Petersburg State Medical University
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
- 고령자
건강한 자원 봉사자를 받아들입니다
아니
샘플링 방법
비확률 샘플
연구 인구
The study population will consist of anonymized CBCT cases from edentulous patients, or patients with a clinically equivalent edentulous condition, who underwent CBCT imaging during routine clinical care for implant prosthodontic planning.
No new patient recruitment, additional imaging, treatment allocation, or patient intervention will be performed.
설명
Inclusion Criteria:
- Anonymized CBCT dataset from a patient with complete edentulism or a clinically equivalent edentulous condition requiring implant prosthodontic planning.
- CBCT imaging acquired during routine clinical care.
- Sufficient field of view to assess the jaws and relevant anatomical landmarks for implant planning.
- Image quality sufficient for anatomical assessment, segmentation, and implant planning.
- Technical suitability of the CBCT dataset for expert reference planning and AI-assisted implant planning.
Exclusion Criteria:
- Severe motion artifacts or metal artifacts preventing reliable anatomical assessment.
- Incomplete field of view preventing assessment of the intended implant planning region.
- Corrupted, incomplete, duplicate, or unreadable DICOM data.
- Technical limitations preventing expert reference planning or AI-assisted implant planning.
- Missing data required for assessment of the primary outcome.
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
Retrospective CBCT Planning Cases
Anonymized cone-beam computed tomography (CBCT) cases from patients with complete edentulism or a clinically equivalent edentulous condition who underwent CBCT imaging for implant planning during routine clinical care.
Each case will be evaluated using expert reference planning and AI-assisted implant planning with expert review.
|
AI-assisted implant planning workflow applied to anonymized CBCT datasets.
The workflow generates implant planning outputs for expert review and comparison with expert reference plans.
It is evaluated as a clinical decision-support workflow and does not involve patient treatment, additional imaging, or autonomous clinical decision-making.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Clinical acceptability of AI-generated implant plans
기간: Baseline
|
Proportion of AI-generated implant plans rated by expert clinicians as accepted without modification, accepted after minor modification, accepted after major modification, or rejected.
|
Baseline
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
Geometric agreement between AI-generated and expert reference implant plans
기간: Baseline
|
Geometric agreement will be assessed for matched implants using entry-point deviation, apical deviation, and angular deviation between AI-generated and expert reference implant positions.
|
Baseline
|
|
Anatomical safety of AI-generated implant plans
기간: Baseline
|
Anatomical safety will be assessed using minimum distances from planned implants to relevant anatomical risk structures and the presence or absence of predefined safe-margin violations.
|
Baseline
|
|
Workflow time for AI-assisted planning review compared with expert planning
기간: Baseline
|
Time required for independent expert implant planning will be compared with the time required for expert review and correction of AI-generated implant plans.
|
Baseline
|
|
Inter-reader agreement for clinical acceptability ratings
기간: Baseline
|
Agreement between expert clinicians will be assessed for clinical acceptability ratings of AI-generated implant plans where more than one expert evaluates the same cases.
|
Baseline
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
수사관
- 수석 연구원: Roman A Rozov, MD, DSc, St. Petersburg State Pavlov Medical University
- 연구 책임자: Karina Sh Oisieva, DDS, MSc, Saint Petersburg State University, Russia
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
2026년 2월 16일
기본 완료 (추정된)
2026년 7월 30일
연구 완료 (추정된)
2026년 10월 30일
연구 등록 날짜
최초 제출
2026년 5월 8일
QC 기준을 충족하는 최초 제출
2026년 5월 13일
처음 게시됨 (실제)
2026년 5월 19일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2026년 5월 19일
QC 기준을 충족하는 마지막 업데이트 제출
2026년 5월 13일
마지막으로 확인됨
2026년 5월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- LEC-05-26-N
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
아니요
IPD 계획 설명
Individual participant data will not be shared because the study uses retrospective anonymized medical imaging datasets.
CBCT/DICOM data may contain potentially re-identifiable information and cannot be publicly shared.
Aggregated results will be reported in publications.
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
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. .