Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Bruken av kunstig intelligens i dental røntgenanalyse

27. mars 2025 oppdatert av: Hospital of the Ministry of Interior, Kielce, Poland

Sammenligning av dental røntgenanalyse utført av en kunstig intelligensalgoritme og analysen utført av tannleger

Denne tverrsnittsstudien tar sikte på å utføre en populasjonsbasert vurdering av forekomsten av forråtnelse, tannfyllinger, rotfyllinger, endodontiske lesjoner, implantater, implantat- og tannabutmentkroner, pontiske kroner og manglende tenner, med hensyn til plasseringen.

Studieoversikt

Status

Fullført

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Denne tverrsnittsstudien tar sikte på å utføre en populasjonsbasert vurdering av forekomsten av forråtnelse, tannfyllinger, rotfyllinger, endodontiske lesjoner, implantater, implantat- og tannstøttekroner, pontiske kroner og manglende tenner, med tanke på plasseringen. Pasienter med indikasjon for tannrøntgen bekreftet ved skriftlig henvisning og med permanent tannsett vil delta i studien. Deretter vil røntgenbildene bli analysert av tannlegene og den AI-baserte programvaren etter at dataene er anonymisert. Resultatene vil bli sammenlignet for å bestemme AI-algoritmens sensitivitet, spesifisitet og presisjon.

Studietype

Observasjonsmessig

Registrering (Faktiske)

1025

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

  • Polen
      • Kielce, Polen, 25-375
        • Department of Maxillofacial Surgery

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

  • Barn
  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

Pasienter inkludert i studien ble innlagt på radiologiavdelingen i Kielce, en by i Sør-Polen med rundt 200.000 innbyggere.

Beskrivelse

Inklusjonskriterier:

  • Indikasjoner for tannrøntgen bekreftet ved skriftlig henvisning fra tannlege eller lege (både screeningtester og tester utført for behandlingsformål var tillatt)
  • Permanent tannsett (etter at peelingen er fullført)

Ekskluderingskriterier:

  • Pasienter med blandet tannsett (eksfoliering er ikke fullført)

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
En gruppe pasienter (dobbel gate)

Studere design:

  • Retning av datainnsamling: retrospektiv
  • Antall porter (sett med kvalifikasjonskriterier): dobbel port (AI, menneskelig)
  • Deltaker prøvetakingsmetode: Konsekutiv
  • Metode for å tildele deltakere til indekstester: Hver deltaker mottok alle indekstester
  • Antall referansestandarder: Enkel teststandard
  • Begrenset verifisering: Full verifisering (ikke begrenset)
Stråling: Tar en tannrøntgen
Tannrøntgen tatt av pasienter med indikasjoner bekreftet ved skriftlig henvisning.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Følsomhet
Tidsramme: Inntil 6 uker

Sensitivitet (også kjent som tilbakekalling eller sann positiv rate) er andelen av faktiske positive tilfeller som er korrekt spådd som positive. Den evaluerer ytelsen til en AI-algoritme. Formelt kan det beregnes med følgende ligning:

Sensitivitet = TP / (TP+FN)

Sann positiv (TP) - et testresultat som korrekt indikerer tilstedeværelsen av en tilstand eller karakteristikk

Falsk Negativ (FN) - et testresultat som feilaktig indikerer at en bestemt tilstand eller karakteristikk er fraværende
Inntil 6 uker
Spesifisitet
Tidsramme: Inntil 6 uker

Spesifisitet (også kjent som sann negativ rate) - er andelen faktiske negative tilfeller som er korrekt spådd som negative. Den evaluerer ytelsen til en AI-algoritme. Formelt kan det beregnes ved ligningen nedenfor:

Spesifisitet = TN / (TN + FP)

Sann negativ (TN) - et testresultat som korrekt indikerer fravær av en tilstand eller karakteristikk

Falsk positiv (FP) - et testresultat som feilaktig indikerer at en bestemt tilstand eller karakteristikk er tilstede
Inntil 6 uker
Presisjon av AI-algoritmen
Tidsramme: Inntil 6 uker

Presisjon er en evalueringsmåling som brukes til å vurdere ytelsen til maskinlæringsalgoritmer for AI. Den måler hvor nøyaktig algoritmen er. Vi vil bruke antall sanne positive (TP) og falske positive (FP) for å beregne presisjon ved å bruke følgende formel:

Presisjon = TP / (TP + FP)

Sann positiv (TP) - et testresultat som korrekt indikerer tilstedeværelsen av en tilstand eller karakteristikk

Falsk positiv (FP) - et testresultat som feilaktig indikerer at en bestemt tilstand eller karakteristikk er tilstede
Inntil 6 uker

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Hospital of the Ministry of Interior, Kielce, Poland

Etterforskere

  • Studiestol: Maciej Sikora, Hospital of the Ministry of Interior, Wojska Polskiego 51, 25-375 Kielce, Poland

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)

1. januar 2024

Primær fullføring (Faktiske)

1. mai 2024

Studiet fullført (Faktiske)

1. november 2024

Datoer for studieregistrering

Først innsendt

25. januar 2024

Først innsendt som oppfylte QC-kriteriene

12. februar 2024

Først lagt ut (Faktiske)

14. februar 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

1. april 2025

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. mars 2025

Sist bekreftet

1. mars 2025

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • CT/2023/1

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

produkt produsert i og eksportert fra USA

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. .

Abonnere