Wpływ sztucznej inteligencji na proces decyzyjny dentystów podczas wykrywania próchnicy (DECIDE-AI)
Decyduj-AI: Wpływ sztucznej inteligencji na proces decyzyjny dentystów podczas wykrywania próchnicy: randomizowane badanie kontrolowane
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Szczegółowy opis
Typ studiów
Typ studiów
Zapisy (Szacowany)
Zapisy
Faza
Faza
- Nie dotyczy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
Gelderland
-
Nijmegen, Gelderland, Holandia, 6525 EX
- Department of Dentistry Radboud Uniersity Medical Center
-
Kontakt:
- Dilek Sezen-Hulsmans, Dentist
- Numer telefonu: 00491708975313
- E-mail: dilek.sezen-hulsmans@radboudumc.nl
-
Kontakt:
- Dr. Cenci
- E-mail: Max.Cenci@radboudumc.nl
-
Główny śledczy:
- Dilek Sezen-Hulsmans, Dental Medical Doctor
-
Główny śledczy:
- Dr. Cenci
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dziecko
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Ukończył, praktykując dentystów.
- Co najmniej trzy lata doświadczenia
Kryteria wykluczenia:
- Emerytowani dentystowie.
- Specjalizowani praktykujący (np. Ortodonci i chirurdzy jamy ustnej), jeśli ich typowa praktyka nie obejmuje rutynowej diagnostyki próchnicy i planowania leczenia.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Zadanie krzyżowe
- Maskowanie: Pojedynczy
Liczba ramion
Broń i interwencje
Grupa uczestników / ArmGrupa uczestników / Arm |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
Aktywny komparator: Faza 1: Wykrywanie próchnicy bez AI, Faza 2: Wykrywanie próchnicy za pomocą AI
W tej grupie uczestnicy będą zbadać zmiany próchnicy na radiogramach bez wsparcia AI.
Następnie, po okresie wymytania jednego miesiąca, wszyscy uczestnicy ponownie zbadają te same radiogramy z AI.
|
Programy diagnostyczne oparte na sztucznej inteligencji udowodniły, że zwiększają wydajność diagnostyczną, jednak badanie jego wpływu na decyzje leczenia są rzadkie.
W przeciwieństwie do innych badań koncentrujących się na dokładności sztucznej inteligencji lub wynikającym z tego wzrost dokładności dentystów, badanie to ma na celu zbadanie różnic w zaleceń dotyczących leczenia dentystów, gdy są obsługiwane przez AI w porównaniu z ich wykrywaniem próchnicy.
|
|
Aktywny komparator: Faza 1: Wykrywanie próchnicy za pomocą AI, faza 2: Wykrywanie próchnicy bez AI
W tej grupie uczestnicy będą zbadać zmiany próchnicy na radiogramach z wsparciem AI.
Następnie, po okresie wymytania jednego miesiąca, wszyscy uczestnicy ponownie zbadają te same radiogramy bez AI.
|
Programy diagnostyczne oparte na sztucznej inteligencji udowodniły, że zwiększają wydajność diagnostyczną, jednak badanie jego wpływu na decyzje leczenia są rzadkie.
W przeciwieństwie do innych badań koncentrujących się na dokładności sztucznej inteligencji lub wynikającym z tego wzrost dokładności dentystów, badanie to ma na celu zbadanie różnic w zaleceń dotyczących leczenia dentystów, gdy są obsługiwane przez AI w porównaniu z ich wykrywaniem próchnicy.
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Decyzje o leczeniu: Porównaj zalecenia dotyczące leczenia dentystów dla zmian próchnicy wykrytych przy wsparciu AI i bez.
Ramy czasowe: Każdy uczestnik zostanie oceniony przez okres do 2 miesięcy (obejmuje zarówno fazy oceny, jak i okres wymywania)
|
Podane opcje będą „bez leczenia”, „nieinwazyjne” (lakier fluoru, polerowanie, uszczelnienie) i „przywracanie”. Odpowiedzi uczestników zostaną porównane ze standardem referencyjnym. |
Każdy uczestnik zostanie oceniony przez okres do 2 miesięcy (obejmuje zarówno fazy oceny, jak i okres wymywania)
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność diagnostyczna w wykrywaniu próchnicy
Ramy czasowe: Każdy uczestnik zostanie oceniony przez okres do 2 miesięcy (obejmuje zarówno fazy oceny, jak i okres wymywania)
|
RA0: Brak radiotolizacji - brak widzialnych próchnicy. RA1: Radiocjalność ograniczona do zewnętrznej połowy szkliwa - szkliwa próchnicy. RA2: Radiousie rozciągające się na wewnętrzną połowę szkliwa, ale nie dociera do zębiny - umiarkowana emalia. RA3: Radiousalność rozciągająca się na zewnętrzną trzecią zębiny - próchnicę. RA4: Radiousalność rozciągająca się na środek zębiny - zaawansowane próchnice zębate. RA5: Radiousie rozciągające się do wewnętrznej trzeciej zębiny - ciężka próchnica zębowa. Odpowiedzi uczestników zostaną porównane ze standardem referencyjnym. |
Każdy uczestnik zostanie oceniony przez okres do 2 miesięcy (obejmuje zarówno fazy oceny, jak i okres wymywania)
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Publikacje i pomocne linki
Publikacje ogólne
- 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.
Przydatne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Rozpoczęcie studiów
Zakończenie podstawowe (Szacowany)
Zakończenie podstawowe
Ukończenie studiów (Szacowany)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- 2025-18123
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .