Wpływ szkolenia studentów stomatologii na platformę opartą na sztucznej inteligencji
5 stycznia 2024 zaktualizowane przez: University of Copenhagen
Wpływ szkolenia studentów stomatologii w zakresie korzystania z nowatorskiej platformy opartej na sztucznej inteligencji do przewidywania odsłonięcia miazgi przed usunięciem głębokiej próchnicy: randomizowana, kontrolowana próba
Pojawienie się sztucznej inteligencji (AI), a zwłaszcza głębokiego uczenia się (DL), pokazało ogromny potencjał w znajdowaniu cech radiograficznych i planowaniu leczenia w dziedzinie kariologii i endodoncji.
Rosnąca literatura sugeruje, że modele DL mogą pomóc lekarzom dentystom w wykrywaniu cech radiograficznych, takich jak zmiany próchnicze, zmiany okołowierzchołkowe, a także w przewidywaniu ryzyka odsłonięcia miazgi podczas leczenia próchnicy.
Chociaż w obecnej literaturze brakuje wystarczających badań na temat wpływu odpowiedniego szkolenia lekarzy dentystów w zakresie korzystania z platform opartych na sztucznej inteligencji.
Ta prospektywna, randomizowana, kontrolowana próba ma na celu ocenę wyników uczniów podczas korzystania z platformy opartej na sztucznej inteligencji do przewidywania ekspozycji miazgi z wystarczającym szkoleniem przed zabiegiem lub bez niego.
Hipoteza jest taka, że wyniki uczestników w grupie z wystarczającym treningiem są podobne do grupy bez wystarczającego treningu.
Przegląd badań
Status
Zakończony
Warunki
Typ studiów
Interwencyjne
Zapisy (Rzeczywisty)
20
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
-
Copenhagen, Dania, 2200
- University of Copenhagen Department of Odontology Cariology and Endodontics Section for Clinical Oral Microbiology
-
-
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
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Tak
Opis
Kryteria przyjęcia:
- być może studenci czwartego i piątego roku stomatologii na uniwersytecie w Kopenhadze, którzy są chętni do dobrowolnego udziału i podpisali zgodę.
- Ograniczona lub brak wcześniejszej wiedzy i doświadczenia na temat sztucznej inteligencji
Kryteria wyłączenia:
- Nic
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: Inny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Podwójnie
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Studenci korzystający z platformy AI do oceny ryzyka odsłonięcia miazgi podczas sesji szkoleniowej
Przed przystąpieniem do testu na platformie internetowej uczniowie przejdą godzinne szkolenie praktyczne. Sesja obejmuje część teoretyczną dotyczącą podstawowych aspektów sztucznej inteligencji w radiologii, zastosowań CNN (Convolutional Neural Network) w kariologii i endodoncji, a także podstaw terapii wykopaliskowej i odsłonięcia miazgi. po części teoretycznej nastąpi sesja praktyczna, podczas której uczestnicy sprawdzą 11 przypadków zębów z głęboką próchnicą i znajdą najbliższą granicę między próchnicą a miazgą. Otrzymają wówczas dostęp do logowania na stronie internetowej, na której zamieszczane są zdjęcia rentgenowskie przed leczeniem przypadków poddawanych leczeniu ubytków próchnicowych. Oceniane będą wyniki uczniów. |
Studenci z grupy eksperymentalnej wezmą udział w godzinnym szkoleniu praktycznym przed zalogowaniem się na platformę internetową.
Sesja zostanie zaprezentowana przez dentystę z doświadczeniem AI, a ta sesja zaprezentuje podstawowe aspekty AI w radiologii, zastosowania głębokiego uczenia (DL) w kariologii i endodoncji, a także podstawy terapii wykopaliskowej i odsłonięcia miazgi.
po części teoretycznej nastąpi sesja praktyczna, podczas której każdy uczestnik sprawdzi 11 przypadków zębów z głęboką próchnicą i znajdzie najbliższą granicę między próchnicą a miazgą.
ich wykonanie będzie nadzorowane przez prowadzącego sesję treningową i zostanie im pokazana prawidłowa linia w przypadku wykonania niewłaściwej linii.
|
|
Brak interwencji: Studenci korzystający z platformy AI do oceny ryzyka odsłonięcia miazgi bez żadnej sesji szkoleniowej
Studenci nie przejdą żadnego szkolenia przed rozpoczęciem eksperymentu.
Tylko 5-minutowy film zostanie odtworzony jako przewodnik po udzieleniu odpowiedzi na pytania na stronie internetowej.
Otrzymają wówczas dostęp do logowania na stronie internetowej, na której zamieszczane są zdjęcia rentgenowskie przed leczeniem przypadków poddawanych leczeniu ubytków próchnicowych.
Oceniane będą wyniki uczniów.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wyniki uczniów w przewidywaniu narażenia miazgi na platformie opartej na sztucznej inteligencji z sesją szkoleniową i bez niej w oparciu o ich dokładność
Ramy czasowe: 30 dni
|
Dokładność uczniów w obu grupach (z sesją treningową i bez) zostanie zmierzona i porównana razem.
Pomiar dokładności dla każdego ucznia zostanie obliczony na podstawie liczby prawidłowych przewidywań wystąpienia odsłonięcia miazgi podzielonej przez łączną liczbę przewidywań.
|
30 dni
|
|
Wyniki uczniów w przewidywaniu narażenia miazgi na platformie opartej na sztucznej inteligencji z sesją szkoleniową i bez niej w oparciu o ich czułość
Ramy czasowe: 30 dni
|
Wrażliwość uczniów w obu grupach (z sesją treningową i bez) zostanie zmierzona i porównana razem.
Będzie ona oparta na odsetku rzeczywistych przypadków narażenia miazgi, które zostały przewidziane jako narażenie miazgi (prawdziwie dodatnie).
|
30 dni
|
|
Wyniki uczniów w przewidywaniu narażenia miazgi na platformie opartej na sztucznej inteligencji z sesją szkoleniową i bez niej w oparciu o ich specyfikę
Ramy czasowe: 30 dni
|
Specyfika uczniów w obu grupach (z sesją treningową i bez) zostanie zmierzona i porównana razem.
Będzie ona oparta na odsetku rzeczywistych przypadków „bez narażenia miazgi”, prawidłowo przewidzianych jako przypadki bez narażenia miazgi (wartość prawdziwie ujemna).
|
30 dni
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
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)
20 sierpnia 2023
Zakończenie podstawowe (Rzeczywisty)
20 grudnia 2023
Ukończenie studiów (Rzeczywisty)
1 stycznia 2024
Daty rejestracji na studia
Pierwszy przesłany
24 maja 2023
Pierwszy przesłany, który spełnia kryteria kontroli jakości
12 czerwca 2023
Pierwszy wysłany (Rzeczywisty)
22 czerwca 2023
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Szacowany)
8 stycznia 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
5 stycznia 2024
Ostatnia weryfikacja
1 stycznia 2024
Więcej informacji
Terminy związane z tym badaniem
Inne numery identyfikacyjne badania
- 504-0342/22-5000
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIE
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 .