- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07027189
- Original rettssak
Effekten av kunstig intelligens på tannlegers beslutningsprosess under kariesdeteksjon (DECIDE-AI)
Bestem-ai: Effekten av kunstig intelligens på tannlegers beslutningsprosess under kariesdeteksjon: en randomisert kontrollert studie
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiesteder
-
-
Gelderland
-
Nijmegen, Gelderland, Nederland, 6525 EX
- Department of Dentistry Radboud Uniersity Medical Center
-
Ta kontakt med:
- Dilek Sezen-Hulsmans, Dentist
- Telefonnummer: 00491708975313
- E-post: dilek.sezen-hulsmans@radboudumc.nl
-
Ta kontakt med:
- Dr. Cenci
- E-post: Max.Cenci@radboudumc.nl
-
Hovedetterforsker:
- Dilek Sezen-Hulsmans, Dental Medical Doctor
-
Hovedetterforsker:
- Dr. Cenci
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inkluderingskriterier:
- Uteksaminert, praktiserende tannleger.
- Minst tre års erfaring
Eksklusjonskriterier:
- Pensjonerte tannleger.
- Spesialiserte utøvere (f.eks. Ortodontister og orale kirurger) hvis deres typiske praksis ikke involverer rutinemessige karies diagnostikk og behandlingsplanlegging.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Diagnostisk
- Tildeling: Randomisert
- Intervensjonsmodell: Crossover-oppdrag
- Masking: Enkelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Aktiv komparator: Fase 1: Kariesdeteksjon uten AI, Fase 2: Kariesdeteksjon med AI
I denne gruppen vil deltakerne undersøke karies -lesjoner på røntgenbildene uten AI -støtte først.
Deretter, etter en utvaskingsperiode på en måned, vil alle deltakerne undersøke de samme røntgenbildene med AI.
|
AI-baserte diagnostiske programmer har vist seg å forbedre diagnostisk ytelse, men forskning på dens virkning på behandlingsbeslutninger er knapp.
I motsetning til andre studier som fokuserer på AIs nøyaktighet eller den resulterende økningen i tannlegernes nøyaktighet, tar denne studien som mål å undersøke forskjellene i tannlegernes behandlingsanbefalinger når de støttes av AI kontra når de ikke er under kariesdeteksjon.
|
|
Aktiv komparator: Fase 1: Kariesoppdagelse med AI, Fase 2: Kariesdeteksjon uten AI
I denne gruppen vil deltakerne undersøke karies -lesjoner på røntgenbildene med AI -støtte først.
Deretter, etter en utvaskingsperiode på en måned, vil alle deltakerne undersøke de samme røntgenbildene på nytt uten AI.
|
AI-baserte diagnostiske programmer har vist seg å forbedre diagnostisk ytelse, men forskning på dens virkning på behandlingsbeslutninger er knapp.
I motsetning til andre studier som fokuserer på AIs nøyaktighet eller den resulterende økningen i tannlegernes nøyaktighet, tar denne studien som mål å undersøke forskjellene i tannlegernes behandlingsanbefalinger når de støttes av AI kontra når de ikke er under kariesdeteksjon.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Behandlingsbeslutninger: Sammenlign behandlingsanbefalingene fra tannleger for karies -lesjoner oppdaget med og uten AI -støtte.
Tidsramme: Hver deltaker vil bli vurdert over en periode på opptil 2 måneder (inkluderer både evalueringsfaser og utvaskingsperiode)
|
De gitte alternativene vil være "ingen behandling", "ikke-invasiv behandling" (fluorlakk, polering, tetning) og "restaurering". Deltakernes svar vil bli sammenlignet med en referansestandard. |
Hver deltaker vil bli vurdert over en periode på opptil 2 måneder (inkluderer både evalueringsfaser og utvaskingsperiode)
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk nøyaktighet i kariesdeteksjon
Tidsramme: Hver deltaker vil bli vurdert over en periode på opptil 2 måneder (inkluderer både evalueringsfaser og utvaskingsperiode)
|
RA0: Ingen radiolucens - ingen synlige karies. RA1: Radiolucens begrenset til den ytre halvdelen av emalje -emalje karies. RA2: Radiolucens som strekker seg til den indre halvdelen av emaljen, men ikke når dentin - moderat emalje karies. RA3: Radiolucency som strekker seg inn i den ytre tredjedelen av Dentin - Dentin Caries. RA4: Radiolucency som strekker seg inn i midten av dentin - avanserte dentin karies. RA5: Radiolucency som strekker seg inn i den indre tredjedelen av Dentin - Alvor -karies. Deltakernes svar vil bli sammenlignet med en referansestandard. |
Hver deltaker vil bli vurdert over en periode på opptil 2 måneder (inkluderer både evalueringsfaser og utvaskingsperiode)
|
Samarbeidspartnere og etterforskere
Samarbeidspartnere
Publikasjoner og nyttige lenker
Generelle publikasjoner
- 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.
Hjelpsomme linker
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Andre studie-ID-numre
- 2025-18123
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .