Een beslissingsondersteunend systeem gebaseerd op classificatie-algoritmen voor de diagnose van parodontitis

Er zal een cross-sectioneel onderzoeksontwerp worden toegepast. Tweehonderdvijftig patiënten zullen door een ervaren parodontoloog worden geëvalueerd en als inputvariabelen worden gebruikt. De uiteindelijke diagnose wordt gegenereerd op basis van relevante informatie uit de medische geschiedenis van de patiënt, het klinische tandheelkundige onderzoek en het radiografische onderzoek. Van de steekproef van 250 patiënten zal 20% van de deelnemers willekeurig worden toegewezen aan de testgroep, terwijl de rest wordt toegewezen aan de trainingsgroep voordat deze aan de algoritmen wordt doorgegeven.

De onderzoeksdoeleinden Voor parodontale toepassingen, zoals het diagnosticeren van gingivitis en parodontitis, zijn modellen voor kunstmatige intelligentie (AI) ontwikkeld; hun nauwkeurigheid en technologische volwassenheid moeten echter worden ontwikkeld. De toepassingen van dergelijke technologieën op het gebied van parodontologie lopen wereldwijd met babystapjes. Het Koninkrijk Saoedi-Arabië ontwikkelt zich snel op het gebied van de adoptie en implementatie van technologie in verschillende sectoren. De gezondheidszorgsector, vooral op klinisch gebied, heeft echter behoefte aan origineel onderzoek dat wordt toegepast op Saoedische proefpersonen. De literatuur op het gebied van machine learning-toepassingen in de tandheelkunde is beperkt. Hoewel AI-modellen voor parodontologische toepassingen nog steeds in ontwikkeling zijn, kunnen ze dienen als krachtige diagnostische instrumenten. Het huidige onderzoek was bedoeld om de huidige leemte in de literatuur te dichten.