Effekten av å trene tannlegestudenter for en AI-basert plattform
5. januar 2024 oppdatert av: University of Copenhagen
Effekten av å trene tannlegestudenter for å bruke en ny kunstig intelligens-basert plattform for prediksjon av masseeksponering før dyp kariesgraving: en randomisert kontrollert prøvelse
Fremveksten av kunstig intelligens (AI) og spesielt dyp læring (DL) har vist store potensialer for å finne radiografiske egenskaper og behandlingsplanlegging innen kariologi og endodonti.
En voksende mengde litteratur tyder på at DL-modeller kan hjelpe tannleger med å oppdage radiografiske trekk som karieslesjoner, periapikale lesjoner, samt forutsi risikoen for pulpaeksponering når de utfører kariesutgravningsterapi.
Selv om dagens litteratur mangler tilstrekkelig forskning på effekten av tilstrekkelig opplæring av tannleger for å bruke AI-baserte plattformer.
Denne prospektive randomiserte kontrollerte studien tar sikte på å vurdere elevenes prestasjoner når de bruker en AI-basert plattform for prediksjon av masseeksponering med og uten tilstrekkelig preprosedyreopplæring.
Hypotesen er at deltakernes prestasjoner i gruppe med tilstrekkelig trening er lik gruppen uten tilstrekkelig trening.
Studieoversikt
Status
Fullført
Forhold
Intervensjon / Behandling
Studietype
Intervensjonell
Registrering (Faktiske)
20
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
-
Copenhagen, Danmark, 2200
- University of Copenhagen Department of Odontology Cariology and Endodontics Section for Clinical Oral Microbiology
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Beskrivelse
Inklusjonskriterier:
- kanskje 4. og 5. års tannlegestudenter ved Københavns universitet som er villige til å delta frivillig og har signert samtykkebrevet.
- Begrenset eller ingen tidligere kunnskap og erfaring om AI
Ekskluderingskriterier:
- Ingen
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Annen
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Dobbelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Studenter som bruker AI-plattform for å vurdere risikoen for masseeksponering, får en treningsøkt
Studentene vil gå gjennom en times praktisk treningsøkt før de tar testen på nettplattformen. Økten inkluderer en teoretisk økt relatert til grunnleggende aspekter ved AI i radiologi, CNN (Convolutional Neural Network) applikasjoner for kariologi og endodonti, samt grunnleggende om utgravningsterapi og pulpaeksponering. Den teoretiske delen vil bli etterfulgt av en praktisk sesjon der deltakerne sjekker 11 tilfeller av tenner med dyp karies og vil finne den nærmeste linjen mellom karies og pulpa. Deretter vil de få tilgang til å logge inn på nettsiden hvor forbehandlingsrøntgenbilder av tilfeller som gjennomgår kariesgravingsterapi lastes opp. Elevenes prestasjoner på vil bli vurdert. |
Atferdsmessig: motta en times teoretisk og praktisk treningsøkt før du bruker en AI-basert plattform
Elevene ved forsøksgruppen vil få en times praktisk treningsøkt før de logger inn på nettplattformen.
Økten vil bli presentert av en tannlege med AI-erfaring, og denne økten vil presentere grunnleggende aspekter ved AI i radiologi, dyplæring (DL)-applikasjoner for kariologi og endodonti, samt grunnleggende om utgravningsterapi og pulpaeksponering.
Den teoretiske delen vil bli etterfulgt av en praktisk sesjon hvor hver deltaker vil sjekke 11 tilfeller av tenner med dyp karies og finne den nærmeste linjen mellom karies og pulpa.
deres prestasjoner vil bli overvåket av treningsøktens programleder, og den riktige linjen vil bli vist dem i tilfelle feil linje.
|
|
Ingen inngripen: Studenter som bruker AI-plattform for å vurdere risikoen for masseeksponering uten noen treningsøkt
Studentene vil ikke få noen opplæring før de starter eksperimentet.
Kun en 5-minutters video spilles av som veiledning for å svare på spørsmålene på nettsiden.
Deretter vil de få tilgang til å logge inn på nettsiden hvor forbehandlingsrøntgenbilder av tilfeller som gjennomgår kariesgravingsterapi lastes opp.
Elevenes prestasjoner på vil bli vurdert.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Ytelse til studenter ved prediksjon av masseeksponering i den AI-baserte plattformen med og uten treningsøkt basert på deres nøyaktighet
Tidsramme: 30 dager
|
Nøyaktigheten til elevene i begge gruppene (med og uten treningsøkt) vil bli målt og sammenlignet sammen.
Nøyaktighetsmålingen for hver elev vil bli beregnet ved antall korrekte spådommer om forekomst av masseeksponering delt på de totale prediksjonene.
|
30 dager
|
|
Ytelse til studenter ved prediksjon av masseeksponering i den AI-baserte plattformen med og uten treningsøkt basert på deres følsomhet
Tidsramme: 30 dager
|
Sensitiviteten til elevene i begge gruppene (med og uten treningsøkt) vil bli målt og sammenlignet sammen.
Det vil være basert på andelen av faktiske tilfeller av masseeksponering som ble spådd som masseeksponering (sann positivt).
|
30 dager
|
|
Ytelse til studenter ved prediksjon av masseeksponering i den AI-baserte plattformen med og uten treningsøkt basert på deres spesifisitet
Tidsramme: 30 dager
|
Spesifisiteten til elevene i begge gruppene (med og uten treningsøkt) vil bli målt og sammenlignet sammen.
Den vil være basert på andelen av faktiske tilfeller uten masseeksponering som er korrekt predikert som tilfeller uten masseeksponering (sann negativ).
|
30 dager
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (Faktiske)
20. august 2023
Primær fullføring (Faktiske)
20. desember 2023
Studiet fullført (Faktiske)
1. januar 2024
Datoer for studieregistrering
Først innsendt
24. mai 2023
Først innsendt som oppfylte QC-kriteriene
12. juni 2023
Først lagt ut (Faktiske)
22. juni 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
8. januar 2024
Siste oppdatering sendt inn som oppfylte QC-kriteriene
5. januar 2024
Sist bekreftet
1. januar 2024
Mer informasjon
Begreper knyttet til denne studien
Andre studie-ID-numre
- 504-0342/22-5000
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .