Wykrywanie próchnicy proksymalnej na zdjęciach skrzydłowo-zgryzowych przy użyciu sztucznej inteligencji
Wykrywanie próchnicy proksymalnej w radiografii zgryzowej przy użyciu sztucznej inteligencji - diagnostyczne badanie kliniczne
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Typ studiów
Typ studiów
Zapisy (Rzeczywisty)
Zapisy
Kontakty i lokalizacje
Lokalizacje studiów
-
-
-
Cairo, Egipt, 11331
- Ain Shams University
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia:
- Pacjenci posiadający wszystkie stałe przedtrzonowce i trzonowce (maksymalnie jeden ząb brakujący po każdej stronie)
Kryteria wykluczenia:
- 1-Anomalie stomatologiczne → amelogenesis imperfecta, dentinogenesis imperfecta, taurodontyzm 2-Silne stłoczenie zębów uniemożliwiające wizualizację kontaktów międzyzębowych 3-Druty ortodontyczne przyklejone do szkliwa zęba
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Liczba grup / kohort
Kohorty i interwencje
Grupa / KohortaGrupa / Kohorta |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
Grupa 1 Sztuczna inteligencja Głębokie uczenie stosowane w diagnozie próchnicy bliższej
|
Sztuczna inteligencja została wykorzystana jako narzędzie diagnostyczne oparte na głębokim uczeniu do wykrywania próchnicy proksymalnej na cyfrowych radiogramach skrzydłowo-zgryzowych.
System analizował obrazy i generował wyniki prawdopodobieństwa oraz wizualne oznaczenia podejrzanych zmian.
Jego skuteczność porównano z diagnozami ekspertów, które stanowiły standard odniesienia.
Wyniki AI wykorzystano wyłącznie do oceny i nie wpłynęły na decyzje dotyczące leczenia pacjentów.
|
|
Grupa 2: Cyfrowy skrzydłowy zgryz ręcznie oznaczony przez ekspertów
|
Cyfrowe zdjęcia zgryzowe zostały ręcznie oznaczone przez wykwalifikowanych ekspertów w celu zidentyfikowania obecności i lokalizacji próchnicy proksymalnej.
Adnotacje wykonano przy użyciu ustandaryzowanych kryteriów diagnostycznych oraz dedykowanego oprogramowania do obrazowania w celu zaznaczenia podejrzanych zmian.
Te eksperckie oznaczenia służyły jako standard odniesienia do porównania z wynikami sztucznej inteligencji.
Oceniono zgodność między obserwatorami, a rozbieżności rozwiązano poprzez konsensus.
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Ramy czasowe |
|---|---|
|
Niezawodność modelu sztucznej inteligencji w wykrywaniu próchnicy proksymalnej na cyfrowych radiografiach skrzydłowo-zgryzowych
Ramy czasowe: ocena przekrojowa na początku badania, bez okresu obserwacji
|
ocena przekrojowa na początku badania, bez okresu obserwacji
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Rzeczywisty)
Zakończenie podstawowe
Ukończenie studiów (Rzeczywisty)
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
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- CONS_ Rad 1180
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
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 .