Nie ma kodu Sztuczna inteligencja do wykrywania cech radiograficznych związanych z niezadowalającym leczeniem endodontycznym
24 czerwca 2024 zaktualizowane przez: Lars Bjørndal, University of Copenhagen
Wdrażanie adnotacji korygującej Oprogramowanie oparte na sztucznej inteligencji bez kodu umożliwiające wykrycie kilku cech radiograficznych związanych z niezadowalającym leczeniem endodontycznym: randomizowane badanie kontrolowane
Opracowywanie modeli opartych na sieciach neuronowych do analizy obrazu może być czasochłonne i wymagać zaprojektowania zbioru danych i przeszkolenia w zakresie modeli.
Platformy AI bez kodu umożliwiają użytkownikom dodawanie adnotacji do cech obiektów bez kodowania.
Adnotacja korygująca, podejście „człowieka w pętli”, udoskonala segmentację AI w sposób iteracyjny.
Stomatologia odniosła sukces dzięki sztucznej inteligencji bez kodu do segmentowania uzupełnień dentystycznych.
Celem tego badania jest ocena cech radiograficznych związanych z jakością leczenia kanałowego przy użyciu podejścia „człowiek w pętli”.
Przegląd badań
Status
Jeszcze nie rekrutacja
Warunki
Interwencja / Leczenie
Szczegółowy opis
Pojawienie się sztucznej inteligencji (AI), a w szczególności głębokiego uczenia się (DL), pokazało ogromny potencjał w znajdowaniu cech radiograficznych i planowaniu leczenia w dziedzinie kariologii i endodoncji.
Coraz liczniejsza literatura sugeruje, że modele DL mogą pomóc lekarzom dentystom w wykrywaniu cech radiograficznych, takich jak zmiany próchnicowe i zmiany okołowierzchołkowe, a także w przewidywaniu ryzyka odsłonięcia miazgi podczas leczenia próchnicy.
Chociaż w aktualnej literaturze brakuje wystarczających badań na temat interakcji uczestników i sztucznej inteligencji na platformie opartej na sztucznej inteligencji do wykrywania cech związanych z jakością techniczną leczenia endodontycznego.
To prospektywne, randomizowane, kontrolowane badanie ma na celu ocenę wyników studentów podczas korzystania z platformy opartej na sztucznej inteligencji do wykrywania cech związanych z techniczną jakością leczenia endodontycznego i przewidywania długoterminowej prognozy leczenia.
Hipoteza jest taka, że wyniki uczestników w grupie z dostępem do odpowiedzi AI są podobne do wyników grupy kontrolnej bez dostępu do odpowiedzi AI.
Typ studiów
Interwencyjne
Zapisy (Szacowany)
80
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Kontakt w sprawie studiów
- Nazwa: Shaqayeq Ramezanzade, Phd
- Numer telefonu: 55278370
- E-mail: shaqayeq.ramezanzade@gmail.com
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
Akceptuje zdrowych ochotników
Tak
Opis
Kryteria przyjęcia:
1.Będę studentem ostatniego roku stomatologii na uniwersytecie w Kopenhadze
Kryteria wyłączenia:
- Posiadanie jakichkolwiek wcześniejszych doświadczeń związanych ze sztuczną inteligencją
- Nie wyrażam zgody na podpisanie świadomej zgody
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: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Podwójnie
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: uczestnicy korzystający ze wskazówek sztucznej inteligencji
ramię eksperymentalne odnosi się do grupy uczestników, którzy mają dostęp do platformy opartej na sztucznej inteligencji służącej do wykrywania cech związanych z jakością techniczną leczenia endodontycznego.
Uczestnicy ci będą korzystać ze wsparcia AI podczas badania.
|
Na potrzeby wersji próbnej stworzono zabezpieczoną stronę internetową, w której każdy student mógł zalogować się przy użyciu przypisanego numeru.
Wszystkie zbiory danych obrazów zostały przesłane na tę stronę internetową.
Studenci zostaną losowo przydzieleni do grupy eksperymentalnej i kontrolnej.
Obydwaj studenci zostali poproszeni o segmentację cech związanych z jakością leczenia kanałowego i przewidzenie rokowania leczenia, podczas gdy grupa eksperymentalna miała dostęp do wskazówek AI, a grupa kontrolna nie.
|
|
Brak interwencji: Wahacz bez wskazówek ze strony sztucznej inteligencji
ramię kontrolne składa się z uczestników, którzy nie mają dostępu do platformy opartej na sztucznej inteligencji.
Będą wykonywać te same zadania i oceny, co osoby w części eksperymentalnej, ale bez pomocy sztucznej inteligencji.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność
Ramy czasowe: poprzez gromadzenie danych, średnio 6 miesięcy
|
Dokładność określa stopień zgodności wyniku z prawdziwą wartością lub standardem.
Dokładność uczestników grupy eksperymentalnej i kontrolnej w prawidłowym znajdowaniu cech radiograficznych i przewidywaniu wyników jest jednym z naszych głównych wyników.
punktem odniesienia dla porównania jest konsensus trzech ekspertów w dziedzinie stomatologii.
|
poprzez gromadzenie danych, średnio 6 miesięcy
|
|
Wrażliwość
Ramy czasowe: poprzez gromadzenie danych, średnio 6 miesięcy
|
Miara ta określa ilościowo odsetek prawdziwie pozytywnych wyników (prawidłowo zidentyfikowanych przypadków) spośród wszystkich pozytywnych przypadków.
Wysoka czułość wskazuje, że ktoś jest dobry w wykrywaniu stanu.
Wrażliwość uczestników grupy eksperymentalnej i kontrolnej w zakresie prawidłowego znajdowania cech radiograficznych i przewidywania wyników jest jednym z naszych głównych wyników.
Porównanie przeprowadzono w oparciu o konsensus trzech ekspertów w dziedzinie stomatologii.
|
poprzez gromadzenie danych, średnio 6 miesięcy
|
|
Specyficzność
Ramy czasowe: poprzez gromadzenie danych, średnio 6 miesięcy
|
Specyficzność mierzy odsetek prawdziwie negatywnych wyników spośród wszystkich przypadków negatywnych.
Specyficzność uczestników grupy eksperymentalnej i kontrolnej w prawidłowym znajdowaniu cech radiograficznych i przewidywaniu wyników jest jednym z naszych głównych celów.
Porównanie przeprowadzono w oparciu o konsensus trzech ekspertów w dziedzinie stomatologii.
|
poprzez gromadzenie danych, średnio 6 miesięcy
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Współpracownicy
Śledczy
- Główny śledczy: Lars Bjørndal, Prof., University of Copenhagen Department of Odontology Cariology and Endodontics
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 (Szacowany)
30 lipca 2024
Zakończenie podstawowe (Szacowany)
13 listopada 2024
Ukończenie studiów (Szacowany)
13 grudnia 2024
Daty rejestracji na studia
Pierwszy przesłany
25 maja 2024
Pierwszy przesłany, który spełnia kryteria kontroli jakości
7 czerwca 2024
Pierwszy wysłany (Rzeczywisty)
10 czerwca 2024
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
25 czerwca 2024
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
24 czerwca 2024
Ostatnia weryfikacja
1 czerwca 2024
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 38LZDNHFH5JN
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 .