Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Kunstmatige intelligentie ontworpen tandprothesen voor één tand

29 september 2025 bijgewerkt door: Prof. Walter Y.H. Lam, The University of Hong Kong

Kunstmatige intelligentie in de tandprothetiek - ontwerp van maxillaire tandprothesen met één tand

Tandverlies komt vaak voor en verslechtert als gevolg daarvan de gezondheid en kwaliteit van leven van de patiënt. Tandprothesen hebben tot doel het uiterlijk en de functies van patiënten te herstellen door ontbrekende tanden te vervangen. De occlusale morfologie en 3D-positie van de gezonde natuurlijke tanden moeten worden overgenomen door de tandprothesen (biomimetisch). Ondanks dat er CAD-software (computer-assisted design) beschikbaar is voor het ontwerpen van tandprothesen, is er nog steeds veel klinische tijd nodig om de tandprothesen in de occlusie van de patiënt te passen (tand-op-tand-relatie). Tanden van een individuele proefpersoon worden genetisch gecontroleerd en blootgesteld aan een grotendeels identieke orale omgeving, daarom zijn de occlusale morfologie en de 3D-positie van tanden met elkaar verbonden. Er wordt verondersteld dat kunstmatige intelligentie (AI) het ontwerpen van tandprothesen met één tand kan automatiseren op basis van de kenmerken van het resterende gebit.

Studie Overzicht

Gedetailleerde beschrijving

Doelstellingen:

  1. Vier diepgaande leermethoden/algoritmen vergelijken bij het interpreteren en leren van de kenmerken van 3D-modellen;
  2. Om het AI-systeem met alleen het maxillaire tandmodel te vergelijken met maxillaire en mandibulaire (antagonistische) modellen;
  3. Om de occlusale morfologie en 3D-positie van de enkele tandprothesen te vergelijken, ontworpen door getrainde AI en door tandtechnici.

methoden:

Eerst zullen de onderzoekers 200 maxillaire dentate tandmodellen verzamelen als trainingsmodellen. AI leert de relatie tussen individuele tanden en de rest van het gebit met behulp van het 3D Generative Adversarial Network (GAN) door methoden/algoritmen voor diep leren te volgen:

Groep 1) Voxel-gebaseerd; Groep 2) View-based; Groep 3) Puntgebaseerd; en Groep 4) Fusiemethoden. Onderzoekers zullen nog eens 100 maxillaire modellen verzamelen die dienen als validatiemodellen. Onderzoekers zullen in elk model een tand verwijderen (fungeren als controle). Vervolgens zullen onderzoekers deze deep learning-algoritmen evalueren bij het voorspellen van de occlusale morfologie en 3D-positie van een enkele ontbrekende tand.

Ten tweede zullen onderzoekers de noodzaak van een antagonistmodel evalueren bij het voorspellen van de occlusale morfologie en 3D-positie van een enkele ontbrekende tand in 100 validatiemodellen:

Groep i) alleen bovenkaakmodel en groep ii) met antagonistmodel met behulp van het geteste deep-learning-algoritme in doelstelling (1).

Ten derde zullen onderzoekers de geometrische morfometrische en 3D-positie van tandprothesen analyseren, ontworpen door:

Groep a) het getrainde AI-systeem; Groep b) tandtechnici op de fysieke modellen; en Groep c) tandtechnici die CAD-software gebruiken. Onderzoekers zullen deze tanden vergelijken met de overeenkomstige natuurlijke tanden (controle) in 100 validatiemodellen.

Bovendien zullen onderzoekers de tijd analyseren die nodig is voor het ontwerpen van tanden in deze groepen als secundair resultaat.

Studietype

Observationeel

Inschrijving (Werkelijk)

250

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

      • Sai Ying Pun, Hongkong
        • Prince Philip Dental Hospital

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Ja

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

  • Patiënten woonden / woonden het Prince Philip Dental Hospital bij
  • Tandheelkundige studenten van de Faculteit der Tandheelkunde, de Universiteit van Hong Kong

Beschrijving

Inclusiecriteria:

  • Proefpersonen met voldoende gebit aanwezig voor de bepaling van het bovenste occlusale vlak
  • Proefpersonen met meer dan 12 occlusieparen en een stabiele intercuspale positie
  • Proefpersonen met tandrestauraties die de morfologie niet ingrijpend veranderden
  • Proefpersonen die geen orthodontische behandeling ondergingen en/of geen tanden hadden die meer dan 45 graden gedraaid waren en/of meer dan 1,5 mm verplaatst waren
  • Onderwerpen die van Kantonese afkomst zijn.

Uitsluitingscriteria:

  • Proefpersonen met parodontitis waarbij sprake is van pathologische tandmigratie en verandering van het occlusale vlak.
  • Proefpersonen die jonger zijn dan 18 jaar en geen toestemming kunnen geven.
  • Onderwerpen met uitgebreide tandrestauraties die de morfologie beïnvloeden.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

  • Observatiemodellen: Case-control
  • Tijdsperspectieven: Dwarsdoorsnede

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Controle
Origineel 3D maxillair tandmodel van proefpersonen die voldoen aan de opname-/uitsluitingscriteria
Test

3D bovenkaaktandenmodel van proefpersonen die voldoen aan de opname-/uitsluitingscriteria.

De rechter eerste kies (FDI nummer 16) wordt verwijderd in de computer en vervolgens ontworpen door kunstmatige intelligentie (AI) systeem

AI-systeem zal worden getraind door

  1. verschillende algoritmen zoals Groep 1) Voxel-gebaseerd; Groep 2) View-based; Groep 3) Puntgebaseerd; en Groep 4) Fusiemethoden
  2. Groep i) alleen maxillair model en groep ii) met antagonistmodel
Bovenkaak rechter eerste kies zal in de computer worden verwijderd en zal worden ontworpen door een kunstmatig intelligentiesysteem

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
3D positie van de tand
Tijdsspanne: Het resultaat wordt gemeten wanneer 25% van de trainingsmodellen door AI is bestudeerd, tot maximaal 6 maanden
Het midden van een tand wordt automatisch bepaald door de computer
Het resultaat wordt gemeten wanneer 25% van de trainingsmodellen door AI is bestudeerd, tot maximaal 6 maanden
3D positie van de tand
Tijdsspanne: Het resultaat wordt gemeten wanneer 50% van de trainingsmodellen door AI is bestudeerd, tot 12 maanden
Het midden van een tand wordt automatisch bepaald door de computer
Het resultaat wordt gemeten wanneer 50% van de trainingsmodellen door AI is bestudeerd, tot 12 maanden
3D positie van de tand
Tijdsspanne: Het resultaat wordt gemeten wanneer 75% van de trainingsmodellen door AI is bestudeerd, tot 18 maanden
Het midden van een tand wordt automatisch bepaald door de computer
Het resultaat wordt gemeten wanneer 75% van de trainingsmodellen door AI is bestudeerd, tot 18 maanden
3D positie van de tand
Tijdsspanne: Het resultaat wordt gemeten na de hele training, waarbij AI is getraind van 100% van alle modellen, tot 24 maanden
Het midden van een tand wordt automatisch bepaald door de computer
Het resultaat wordt gemeten na de hele training, waarbij AI is getraind van 100% van alle modellen, tot 24 maanden
Occlusale morfologie van tand
Tijdsspanne: Het resultaat wordt gemeten wanneer 25% van de trainingsmodellen door AI is bestudeerd, tot maximaal 6 maanden
De knobbels (hoogste punt) en de fossa (laagste punt) van het occlusale oppervlak
Het resultaat wordt gemeten wanneer 25% van de trainingsmodellen door AI is bestudeerd, tot maximaal 6 maanden
Occlusale morfologie van tand
Tijdsspanne: Het resultaat wordt gemeten wanneer 50% van de trainingsmodellen door AI is bestudeerd, tot 12 maanden
De knobbels (hoogste punt) en de fossa (laagste punt) van het occlusale oppervlak
Het resultaat wordt gemeten wanneer 50% van de trainingsmodellen door AI is bestudeerd, tot 12 maanden
Occlusale morfologie van tand
Tijdsspanne: Het resultaat wordt gemeten wanneer 75% van de trainingsmodellen door AI is bestudeerd, tot 18 maanden
De knobbels (hoogste punt) en de fossa (laagste punt) van het occlusale oppervlak
Het resultaat wordt gemeten wanneer 75% van de trainingsmodellen door AI is bestudeerd, tot 18 maanden
Occlusale morfologie van tand
Tijdsspanne: Het resultaat wordt gemeten na de hele training, waarbij AI is getraind voor 100% van alle modellen, tot 24 maanden
De knobbels (hoogste punt) en de fossa (laagste punt) van het occlusale oppervlak
Het resultaat wordt gemeten na de hele training, waarbij AI is getraind voor 100% van alle modellen, tot 24 maanden
Tijd besteed aan laboratoriumontwerp en klinische levering van kunstgebitprothesen
Tijdsspanne: Het resultaat wordt gemeten na de hele training, waarbij AI is getraind voor 100% van alle modellen, tot 24 maanden
Tijd (in minuten) besteed aan a) ontwerp en b) levering van gebitsprothesen
Het resultaat wordt gemeten na de hele training, waarbij AI is getraind voor 100% van alle modellen, tot 24 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

  • Hoofdonderzoeker: Walter Lam, BDS, MDS, The University of Hong Kong

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

1 september 2021

Primaire voltooiing (Werkelijk)

1 september 2024

Studie voltooiing (Werkelijk)

30 mei 2025

Studieregistratiedata

Eerst ingediend

9 september 2021

Eerst ingediend dat voldeed aan de QC-criteria

22 september 2021

Eerst geplaatst (Werkelijk)

27 september 2021

Updates van studierecords

Laatste update geplaatst (Geschat)

3 oktober 2025

Laatste update ingediend die voldeed aan QC-criteria

29 september 2025

Laatst geverifieerd

1 september 2025

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Beschrijving IPD-plan

Er is nog geen IPD-deelplan

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

product vervaardigd in en geëxporteerd uit de V.S.

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren