Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Skanowanie wewnątrzustne wspomagane sztuczną inteligencją.

16 września 2022 zaktualizowane przez: Kıvanç Akça

Porównanie skanowania powierzchni łuków zębowych z i bez wsparcia AI: badanie metodologiczne

Cyfryzacja (automatyzacja) etapów produkcji za pomocą technologii Komputerowego Wspomagania Projektowania i Wytwarzania Wspomaganego Komputerowo (CAD/CAM) doprowadziła do cyfrowej rewolucji w stomatologii, podobnie jak w wielu innych dziedzinach przemysłu. We współczesnej stomatologii proces digitalizacji można zdefiniować jako bezpośredni i pośredni workflow. Niezawodność kliniczna i powodzenie pośredniego cyfrowego przepływu pracy możliwego dzięki tym technologiom zostały potwierdzone badaniami naukowymi. Wraz z rozwojem skanerów wewnątrzustnych (IOS) wirtualny model uzyskuje się poprzez bezpośrednią digitalizację. Ta metoda wyeliminowała konwencjonalne etapy wycisków i odlewów dentystycznych, które były wymagane do pośredniej digitalizacji. Skanery wewnątrzustne są stosowane jako alternatywa dla wycisków konwencjonalnych w przypadkach pojedynczego i krótkiego bezzębia. Podkreślono już, że bezpośrednia digitalizacja jest niezawodną alternatywą dla konwencjonalnej metody wyciskowej, ponieważ przydatność kliniczna, dokładność i precyzja wykonanych uzupełnień zostały naukowo zweryfikowane. Dlatego kliniczne zastosowanie bezpośredniej cyfryzacji rośnie (wykładniczo) z dnia na dzień i opracowywane są nowe ulepszone wersje oprogramowania wraz z różnymi modyfikacjami sprzętu. Integracja oprogramowania wspieranego przez sztuczną inteligencję (AI) z procesem skanowania wewnątrzustnego może być postrzegana jako początek nowej ery bezpośredniej cyfryzacji. Dlatego celem niniejszej pracy jest ocena wpływu sztucznej inteligencji na czas skanowania, ilość gromadzonych danych oraz dokładność uzyskiwanego obrazu.

Przegląd badań

Status

Zakończony

Warunki

Interwencja / Leczenie

Szczegółowy opis

Zaplanowano skan wewnątrzustny (3Shape TRIOS A/S, Kopenhaga, Dania) żuchwy uczestników (n=21) ze sztuczną inteligencją (AI włączona) i bez sztucznej inteligencji (AI wyłączona). Referencyjne trójkąty równoboczne do skanowania zostały zaprojektowane cyfrowo i wyprodukowane za pomocą drukarki 3D. Następnie te trójkąty związały się z powierzchniami policzkowymi zębów #34, #44 i powierzchniami językowymi zębów #36#46. Dolna szczęka każdego uczestnika była skanowana przez tego samego operatora, zgodnie z zalecanym protokołem skanowania. Ponadto skanowanie odbywało się losowo, z włączoną i wyłączoną sztuczną inteligencją.

Oprogramowanie IOS automatycznie rejestrowało dane potrzebne do ilościowego porównania czasu skanowania i uzyskanych obrazów (TRIOS Scanning Version 1.18.310, 3Shape A/S). W celu porównania skuteczności skanowania pomiędzy metodami obliczono dane powierzchniowe obrazów cyfrowych obiektów trójkątnych uzyskanych podczas obu skanów w środowisku komputerowym z oprogramowaniem do inżynierii odwrotnej (Geomagic design X wersja 2016.1.0, Systemy 3D Inc. Rock Hill, Karolina Południowa).

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

21

Faza

  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

  • Indyk
      • Ankara, Indyk, 06100
        • Hacettepe University Faculty of Dentistry Department of Prosthodontics

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat do 44 lata (DOROSŁY)

Akceptuje zdrowych ochotników

Tak

Płeć kwalifikująca się do nauki

Wszystko

Opis

Kryteria przyjęcia:

  • Ukończony wzrost i rozwój
  • Dobre nawyki higieny jamy ustnej i zdrowy stan przyzębia.
  • Brak brakujących zębów w żuchwie (lub brak utraty zębów w żuchwie)
  • Podpisanie formularza świadomej zgody
  • Brak zaburzeń stawu skroniowo-żuchwowego (TMJ).

Kryteria wyłączenia:

  • Wolontariusze, którzy nie spełniają kryteriów włączenia

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: PODSTAWOWA NAUKA
  • Przydział: NIE_RANDOMIZOWANE
  • Model interwencyjny: RÓWNOLEGŁY
  • Maskowanie: POTROIĆ

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
SHAM_COMPARATOR: Sztuczna inteligencja podczas skanowania
Dolna szczęka uczestników została zeskanowana za pomocą skanowania „AI on” zgodnie z zalecanym protokołem skanowania, a oprogramowanie IOS automatycznie zarejestrowało uzyskane dane.
Urządzenie: AI na algorytmie
Żuchwy uczestników skanowano za pomocą skanowania „AI on” zgodnie z zalecanym protokołem skanowania. Wszystkie skany zostały wykonane przez tego samego operatora.
ACTIVE_COMPARATOR: AI wyłączone skanowanie
Dolna szczęka uczestników została zeskanowana przy skanowaniu „AI off” zgodnie z zalecanym protokołem skanowania, a oprogramowanie IOS automatycznie zarejestrowało uzyskane dane.
Urządzenie: Algorytm wyłączania AI
Żuchwy uczestników skanowano przy skanowaniu „AI off” zgodnie z zalecanym protokołem skanowania. Wszystkie skany zostały wykonane przez tego samego operatora.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Czas skanowania i zebrane dane
Ramy czasowe: podczas skanowania wewnątrzustnego
Czas skanowania (w minutach i sekundach) oraz ilość zebranych danych (jako liczba obrazów), automatycznie rejestrowanych przez oprogramowanie do skanowania wewnątrzustnego, zostaną wykorzystane do porównania obu metod skanowania.
podczas skanowania wewnątrzustnego

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Pomiar pola powierzchni trójkątów
Ramy czasowe: do ukończenia studiów, średnio 2 tygodnie
Dane powierzchni trójkątnych obiektów uzyskane podczas obu skanów obliczono w środowisku komputerowym za pomocą oprogramowania do inżynierii odwrotnej.
do ukończenia studiów, średnio 2 tygodnie

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Kıvanç Akça

Współpracownicy

Hacettepe University

Śledczy

  • Dyrektor Studium: Kivanc Akca, Professor, Study Director

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (RZECZYWISTY)

1 września 2021

Zakończenie podstawowe (RZECZYWISTY)

10 października 2021

Ukończenie studiów (RZECZYWISTY)

5 grudnia 2021

Daty rejestracji na studia

Pierwszy przesłany

26 maja 2022

Pierwszy przesłany, który spełnia kryteria kontroli jakości

16 września 2022

Pierwszy wysłany (RZECZYWISTY)

19 września 2022

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (RZECZYWISTY)

19 września 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

16 września 2022

Ostatnia weryfikacja

1 września 2022

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Inne numery identyfikacyjne badania

  • KA-21086

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

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 .

Badania kliniczne na Technika wyciskowa, stomatologia

Badania kliniczne na AI na algorytmie

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Azerbaijan

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj