De impact van kunstmatige intelligentie op het besluitvormingsproces van tandartsen tijdens het detectie van cariës (DECIDE-AI)
BESCHIKT-AI: De impact van kunstmatige intelligentie op het besluitvormingsproces van tandartsen tijdens het detecteren van cariës: een gerandomiseerde gecontroleerde studie
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Gedetailleerde beschrijving
Studietype
Inschrijving (Geschat)
Fase
- Niet toepasbaar
Contacten en locaties
Studie Locaties
-
-
Gelderland
-
Nijmegen, Gelderland, Nederland, 6525 EX
- Department of Dentistry Radboud Uniersity Medical Center
-
Contact:
- Dilek Sezen-Hulsmans, Dentist
- Telefoonnummer: 00491708975313
- E-mail: dilek.sezen-hulsmans@radboudumc.nl
-
Contact:
- Dr. Cenci
- E-mail: Max.Cenci@radboudumc.nl
-
Hoofdonderzoeker:
- Dilek Sezen-Hulsmans, Dental Medical Doctor
-
Hoofdonderzoeker:
- Dr. Cenci
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Kind
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Beschrijving
Inclusiecriteria:
- Afgestudeerd, beoefende tandartsen.
- Minstens drie jaar ervaring
Uitsluitingscriteria:
- Gepensioneerde tandartsen.
- Gespecialiseerde beoefenaars (bijvoorbeeld orthodontisten en mondelinge chirurgen) als hun typische praktijk geen routinematige cariës diagnostiek en behandelingsplanning omvat.
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
- Primair doel: Diagnostisch
- Toewijzing: Gerandomiseerd
- Interventioneel model: Crossover-opdracht
- Masker: Enkel
Wapens en interventies
Deelnemersgroep / Arm |
Interventie / Behandeling |
|---|---|
|
Actieve vergelijker: Fase 1: Cariësdetectie zonder AI, fase 2: cariësdetectie met AI
In deze groep zullen de deelnemers cariëslaesies op de röntgenfoto's onderzocht zonder AI -ondersteuning eerst.
Dan, na een uitspoelingsperiode van een maand, zullen alle deelnemers dezelfde röntgenfoto's opnieuw onderzoeken met AI.
|
Op AI gebaseerde diagnostische programma's hebben bewezen de diagnostische prestaties te verbeteren, maar onderzoek naar de effecten ervan op behandelingsbeslissingen is schaars.
In tegenstelling tot andere studies die zich richten op de nauwkeurigheid van AI of de daaruit voortvloeiende toename van de nauwkeurigheid van tandartsen, heeft deze studie als doel de verschillen in behandelingsaanbevelingen van tandartsen te onderzoeken wanneer ze worden ondersteund door AI versus wanneer ze niet tijdens cariesdetectie zijn.
|
|
Actieve vergelijker: Fase 1: Cariësdetectie met AI, fase 2: cariësdetectie zonder AI
In deze groep zullen deelnemers cariëslaesies op de röntgenfoto's met AI -ondersteuning eerst onderzoeken.
Dan, na een uitspoelingsperiode van een maand, zullen alle deelnemers dezelfde röntgenfoto's opnieuw onderwerpen zonder AI.
|
Op AI gebaseerde diagnostische programma's hebben bewezen de diagnostische prestaties te verbeteren, maar onderzoek naar de effecten ervan op behandelingsbeslissingen is schaars.
In tegenstelling tot andere studies die zich richten op de nauwkeurigheid van AI of de daaruit voortvloeiende toename van de nauwkeurigheid van tandartsen, heeft deze studie als doel de verschillen in behandelingsaanbevelingen van tandartsen te onderzoeken wanneer ze worden ondersteund door AI versus wanneer ze niet tijdens cariesdetectie zijn.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Behandelingsbeslissingen: Vergelijk de behandelingsaanbevelingen van tandartsen voor cariëslaesies die zijn gedetecteerd met en zonder AI -ondersteuning.
Tijdsspanne: Elke deelnemer wordt beoordeeld gedurende een periode van maximaal 2 maanden (inclusief zowel evaluatiefasen als de uitspoelingsperiode)
|
De gegeven opties zijn "geen behandeling", "niet-invasieve behandeling" (fluoride vernis, polijsten, afdichting) en "restauratie". De antwoorden van de deelnemers worden vergeleken met een referentiestandaard. |
Elke deelnemer wordt beoordeeld gedurende een periode van maximaal 2 maanden (inclusief zowel evaluatiefasen als de uitspoelingsperiode)
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Diagnostische nauwkeurigheid bij cariësdetectie
Tijdsspanne: Elke deelnemer wordt beoordeeld gedurende een periode van maximaal 2 maanden (inclusief zowel evaluatiefasen als de uitspoelingsperiode)
|
RA0: Geen radiolucentie - geen zichtbare cariës. RA1: Radiolucency beperkt tot de buitenste helft van glazuur - emailcariës. RA2: Radiolucentie die zich uitstrekt tot de binnenhelft van glazuur maar geen dentine bereikt - matige emailcariës. RA3: Radiolucentie die zich uitstrekt in het buitenste derde deel van de dentine -dentine -cariës. RA4: Radiolucentie die zich uitstrekt in het midden van dentine - geavanceerde dentine -cariës. RA5: Radiolucentie die zich uitstrekt tot het binnenste derde deel van dentine - ernstige dentine -cariës. De antwoorden van de deelnemers worden vergeleken met een referentiestandaard. |
Elke deelnemer wordt beoordeeld gedurende een periode van maximaal 2 maanden (inclusief zowel evaluatiefasen als de uitspoelingsperiode)
|
Medewerkers en onderzoekers
Medewerkers
Publicaties en nuttige links
Algemene publicaties
- Khanagar SB, Al-Ehaideb A, Maganur PC, Vishwanathaiah S, Patil S, Baeshen HA, Sarode SC, Bhandi S. Developments, application, and performance of artificial intelligence in dentistry - A systematic review. J Dent Sci. 2021 Jan;16(1):508-522. doi: 10.1016/j.jds.2020.06.019. Epub 2020 Jun 30.
- Panyarak W, Wantanajittikul K, Suttapak W, Charuakkra A, Prapayasatok S. Feasibility of deep learning for dental caries classification in bitewing radiographs based on the ICCMS radiographic scoring system. Oral Surg Oral Med Oral Pathol Oral Radiol. 2023 Feb;135(2):272-281. doi: 10.1016/j.oooo.2022.06.012. Epub 2022 Jul 2.
- Ayan E, Bayraktar Y, Celik C, Ayhan B. Dental student application of artificial intelligence technology in detecting proximal caries lesions. J Dent Educ. 2024 Apr;88(4):490-500. doi: 10.1002/jdd.13437. Epub 2024 Jan 10.
- Mertens S, Krois J, Cantu AG, Arsiwala LT, Schwendicke F. Artificial intelligence for caries detection: Randomized trial. J Dent. 2021 Dec;115:103849. doi: 10.1016/j.jdent.2021.103849. Epub 2021 Oct 14.
- Laske M, Opdam NJM, Bronkhorst EM, Braspenning JCC, van der Sanden WJM, Huysmans MCDNJM, Bruers JJ. Minimally Invasive Intervention for Primary Caries Lesions: Are Dentists Implementing This Concept? Caries Res. 2019;53(2):204-216. doi: 10.1159/000490626. Epub 2018 Aug 14.
- Ammar N, Kuhnisch J. Diagnostic performance of artificial intelligence-aided caries detection on bitewing radiographs: a systematic review and meta-analysis. Jpn Dent Sci Rev. 2024 Dec;60:128-136. doi: 10.1016/j.jdsr.2024.02.001. Epub 2024 Feb 29.
Nuttige links
Studie record data
Bestudeer belangrijke data
Studie start (Geschat)
Primaire voltooiing (Geschat)
Studie voltooiing (Geschat)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Andere studie-ID-nummers
- 2025-18123
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .