Nøyaktighet og pålitelighet av kunstig intelligens kefalometri analyseprogramvare sammenlignet med manuell tracing
Nøyaktigheten og påliteligheten av ortodontal kefalometrianalyse ved bruk av web-basert kunstig intelligens-programvare
Denne studien sammenligner nøyaktigheten og påliteligheten av kunstig intelligens (AI)-programvare for å analysere tannlege-røntgenbilder med den tradisjonelle manuelle sporingmetoden som brukes av tannleger.
Laterale kefalometriske røntgenbilder er spesielle røntgenbilder av hodet som brukes i ortodonti (tannglattlegging) for å måle kjevebenposisjoner, tannvinkler og ansiktsproporsjoner. Tradisjonelt sporer ortodontister disse røntgenbildene manuelt med blyant og papir for å identifisere viktige landemerker og ta målinger. Denne manuelle metoden er tidkrevende og kan variere mellom ulike behandlere eller til og med når samme behandler måler to ganger.
AI-basert programvare kan automatisk identifisere disse landemerkene og utføre målinger umiddelbart. Denne studien undersøkte 40 tannlege-røntgenbilder for å avgjøre om AI-programvaren (WeDoCeph) er like nøyaktig og mer pålitelig enn manuell sporing.
Hvert røntgenbilde ble målt to ganger - en gang manuelt av en opplært undersøker og en gang av AI-programvare - ved to forskjellige tidspunkter (4 uker mellom hver måling). Forskerne sammenlignet 15 ulike målinger, inkludert 8 vinkler og 7 avstander, for å vurdere nøyaktighet og pålitelighet.
Studieoversikt
Status
Detaljert beskrivelse
Lateralt kefalometrisk analyse er avgjørende for ortodontisk diagnose og behandlingsplanlegging. Den tradisjonelle manuelle sporingsmetoden innebærer å identifisere anatomiske landemerker på radiografier ved hjelp av blyant, linjal og vinkelmåler, som er subjektiv, tidkrevende og utsatt for intra- og interobservatørvariabilitet.
Denne diagnostiske nøyaktighetsstudien evaluerte WeDoCeph AI-basert kefalometrianalysesoftware mot konvensjonell manuell sporing. Studien brukte en komparativ gjentatte målinger-design der hver radiografi ble analysert av begge metoder på to tidspunkter (T₀ og T₁, atskilt med 4 uker) for å vurdere både nøyaktighet og pålitelighet.
Utregning av prøvestørrelse var basert på 95 % styrke og et 0,05 signifikansnivå, noe som resulterte i 40 laterale kefalometriske radiografier. Alle målinger inkluderte vinkelparametere (SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA) og lineære parametere (A-N vinkelrett, POG-N vinkelrett, ANS-Me, SN, UFH, MxPI, MnPI).
Parret T-test vil bli brukt som den statistiske analysemetoden for sammenligninger og intraklasse korrelasjonskoeffisient (ICC) for pålitelighetsvurdering. Studien hadde som mål å fastslå om AI-basert kefalometrianalyse gir tilstrekkelig nøyaktighet og overlegen pålitelighet for klinisk anvendelse i ortodontisk praksis.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Pahang
-
Kuantan, Pahang, Malaysia, 25200
- Orthodontic Specialist Clinic, Kulliyyah of Dentistry
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Barn
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Studiepopulasjonen bestod av røntgenbilder fra ortodontipasienter på ulike behandlingstrinn, inkludert både førbehandling (innledende diagnostiske) og etterbehandlings røntgenbilder. Alle røntgenbildene var høykvalitets digitale eller digitaliserte laterale kefalogrammer egnet for landemerkeidentifikasjon og måling. Pasienter med kirurgiske stivfiksasjoner, ortodontiske apparater synlige på røntgenbilder eller tannproteser ble ekskludert for å sikre klar visualisering av anatomiske landemerker. I tillegg ble røntgenbilder av svært dårlig kvalitet eller fra pasienter med diagnostiserte syndromer eller kraniofacial deformiteter ekskludert for å opprettholde konsistens i vurderingen av anatomisk struktur.
Analysenheten er det kefalometriske røntgenbildet snarere enn individuelle pasienter, ettersom hvert røntgenbilde representerer en enkelt diagnostisk vurdering.
Beskrivelse
Inklusjonskriterier:
- Pretreatment/post-treatment laterale kefalometriske røntgenbilder
- Høy kvalitet kefalogrammer med synlige anatomiske landemerker
Eksklusjonskriterier:
- Pasienter med kirurgiske faste fiksasjoner, ortodontiske apparater og tannproteser synlige på røntgenbilder
- Svært dårlig kvalitet/diagnostisk uakseptable røntgenbilder
- Pasienter med syndromer eller med kraniofacial deformiteter
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Ortodontiske pasienter med laterale kefalometriske røntgenbilder
Laterale kefalometriske røntgenbilder fra 40 ortodontipasienter innsamlet mellom januar 2023 og juni 2023 fra Ortodontispesialistklinikken.
Hvert røntgenbilde ble analysert ved bruk av både manuell sporing og AI-basert programvare (WeDoCeph) på to tidspunkter (initialt og 4 uker senere)
|
Konvensjonell manuell kefalometrisk analyse utført av en trent eksaminator ved bruk av tradisjonell sporingsteknikk.
Laterale kefalometriske røntgenbilder spores for hånd i et mørklagt rom ved hjelp av en lysboks for gjennomlysning.
Et 25 cm x 18 cm radiografisk film brukes som base, med et 21 cm x 16 cm matte acetat sporepapir teipet over det.
Harde og myke vevs kefalometriske landemerker identifiseres og spores manuelt ved hjelp av en 0,3 mm 2HB blyant.
Vinkelmålinger oppnås ved hjelp av en vinkelmåler, og lineære målinger ved hjelp av en linjal.
Alle 15 kefalometriske målinger (8 vinkelmålinger: SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA; og 7 lineære målinger: A-N perpendikulær, POG-N perpendikulær, ANS-Me, SN, UFH, MxPI, MnPI) beregnes manuelt.
Hvert røntgenbilde spores og analyseres to ganger med 4 ukers intervall av samme eksaminator for å vurdere intra-eksaminator pålitelighet.
Automatisert kefalometrisk analyse ved bruk av WeDoCeph kunstig intelligens-basert programvare.
Digitale laterale kefalometriske røntgenbilder importeres som høykvalitets JPEG-bilder til programvareplattformen.
AI-systemet identifiserer og sporer automatisk kefalometriske landemerker ved bruk av dyp lærings algoritmer, og genererer deretter umiddelbart alle målinger basert på de forhåndsdefinerte parameterne.
De samme 15 kefalometriske målingene som oppnås i manuell sporing (8 vinkelmål: SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA; og 7 lineære: A-N vinkelrett, POG-N vinkelrett, ANS-Me, SN, UFH, MxPI, MnPI) beregnes automatisk av programvaren.
Hvert røntgenbilde analyseres to ganger med 4 ukers mellomrom ved bruk av de tidligere opplastede digitale bildene for å vurdere reproduserbarhet og konsistens i AI-systemet.
Ingen manuell landemerkeidentifikasjon eller målingsberegning kreves.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Intraklassekorrelasjonskoeffisient (ICC) for gjentatte manuelle målinger
Tidsramme: Utgangspunkt (T₀) og 4 uker senere (T₁)
|
ICC beregnet for alle 15 kefalometriske målinger (8 vinkelmålinger og 7 lineære målinger) utført manuelt på to tidspunkter for å vurdere intra-undersøker pålitelighet
|
Utgangspunkt (T₀) og 4 uker senere (T₁)
|
|
Intraklasse korrelasjonskoeffisient (ICC) for gjentatte AI-målinger
Tidsramme: Baseline (T₀) og 4 uker senere (T₁)
|
ICC beregnet for alle 15 kefalometriske målinger utført av WeDoCeph-programvare på to tidspunkt for å vurdere konsistens
|
Baseline (T₀) og 4 uker senere (T₁)
|
|
Gjennomsnittlige forskjeller mellom manuelle og KI-baserte målinger ved T₀
Tidsramme: Utgangspunkt (T₀)
|
Parvis T-test-sammenligning av alle 15 målinger mellom manuell sporing og AI-analyse ved utgangstidspunktet
|
Utgangspunkt (T₀)
|
|
Gjennomsnittlige forskjeller mellom manuelle og KI-baserte målinger ved T₁
Tidsramme: 4 uker
|
Parvis T-test sammenligning av alle 15 målinger mellom manuell sporing og KI-analyse ved 4-ukers tidspunktet
|
4 uker
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Vinkelmålinger
Tidsramme: Utgangspunkt (T₀) og 4 uker (T₁)
|
Sammenligning av vinkelmessige kefalometriske målinger mellom metoder
|
Utgangspunkt (T₀) og 4 uker (T₁)
|
|
Lineære målinger
Tidsramme: Baseline (T₀) og 4 uker (T₁)
|
Sammenligning av lineære kefalometriske målinger mellom metoder
|
Baseline (T₀) og 4 uker (T₁)
|
|
Intervurderer pålitelighet
Tidsramme: Under kalibreringsfasen
|
10 % av røntgenbildene ble analysert av tre undersøkere for å sikre enighet mellom undersøkerne
|
Under kalibreringsfasen
|
Samarbeidspartnere og etterforskere
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Alqahtani H. Evaluation of an online website-based platform for cephalometric analysis. J Stomatol Oral Maxillofac Surg. 2020 Feb;121(1):53-57. doi: 10.1016/j.jormas.2019.04.017. Epub 2019 May 3.
- Kazimierczak W, Gawin G, Janiszewska-Olszowska J, Dyszkiewicz-Konwinska M, Nowicki P, Kazimierczak N, Serafin Z, Orhan K. Comparison of Three Commercially Available, AI-Driven Cephalometric Analysis Tools in Orthodontics. J Clin Med. 2024 Jun 26;13(13):3733. doi: 10.3390/jcm13133733.
- Lee JH, Yu HJ, Kim MJ, Kim JW, Choi J. Automated cephalometric landmark detection with confidence regions using Bayesian convolutional neural networks. BMC Oral Health. 2020 Oct 7;20(1):270. doi: 10.1186/s12903-020-01256-7.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
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
Andre studie-ID-numre
- IREC 2023-045
- CHAIN 22-001-0001 (Annet stipend/finansieringsnummer: IIUM Kulliyyah of Dentistry Postgraduate CHAIN Grant)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
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. .