AI-Assisted Implant Planning Using CBCT Data (AIP-CBCT)
13 maja 2026 zaktualizowane przez: St. Petersburg State Pavlov Medical University
Retrospective Reader Study of AI-Assisted Implant Planning Using Cone-Beam Computed Tomography Data in Edentulous Patients
This retrospective observational reader study will evaluate artificial intelligence (AI)-assisted implant planning using anonymized cone-beam computed tomography (CBCT) datasets from patients with complete edentulism or a clinically equivalent edentulous condition.
AI-generated implant plans will be compared with expert reference plans created by clinicians using the same CBCT data.
The study will assess the clinical acceptability of AI-generated implant plans, geometric agreement with expert plans, anatomical safety, workflow time, and agreement between expert reviewers where applicable.
The study uses previously acquired anonymized imaging data and does not involve patient recruitment, treatment allocation, additional imaging, clinical intervention, or prospective follow-up.
Przegląd badań
Status
Aktywny, nie rekrutujący
Interwencja / Leczenie
Szczegółowy opis
This study is designed as a retrospective non-randomized comparative reader study.
Anonymized CBCT datasets acquired during routine clinical care will be used for implant planning assessment.
For each eligible case, expert clinicians will create reference implant plans without access to AI-generated plans.
The AI system will generate implant planning outputs from the same CBCT datasets, and expert clinicians will review the AI-generated plans using a standardized assessment approach.
The main evaluation will compare AI-generated plans with expert reference plans within the same case.
Outcomes will include clinical acceptability of the AI-generated plan, geometric agreement between AI-generated and expert plans, anatomical safety relative to relevant risk structures, time required for expert planning versus AI-plan review and correction, and inter-reader agreement where applicable.
The study does not test an autonomous AI decision-making system.
The AI workflow is evaluated as a clinical decision-support tool, and all AI-generated plans are subject to expert clinician review.
No new imaging examinations, treatment allocation, patient intervention, or prospective clinical outcome assessment will be performed.
Typ studiów
Obserwacyjny
Zapisy (Szacowany)
100
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Sankt-Peterburg
-
Saint Petersburg, Sankt-Peterburg, Rosja, 197022
- Pavlov First Saint Petersburg State Medical University
-
-
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
- Starszy dorosły
Akceptuje zdrowych ochotników
Nie
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
The study population will consist of anonymized CBCT cases from edentulous patients, or patients with a clinically equivalent edentulous condition, who underwent CBCT imaging during routine clinical care for implant prosthodontic planning.
No new patient recruitment, additional imaging, treatment allocation, or patient intervention will be performed.
Opis
Inclusion Criteria:
- Anonymized CBCT dataset from a patient with complete edentulism or a clinically equivalent edentulous condition requiring implant prosthodontic planning.
- CBCT imaging acquired during routine clinical care.
- Sufficient field of view to assess the jaws and relevant anatomical landmarks for implant planning.
- Image quality sufficient for anatomical assessment, segmentation, and implant planning.
- Technical suitability of the CBCT dataset for expert reference planning and AI-assisted implant planning.
Exclusion Criteria:
- Severe motion artifacts or metal artifacts preventing reliable anatomical assessment.
- Incomplete field of view preventing assessment of the intended implant planning region.
- Corrupted, incomplete, duplicate, or unreadable DICOM data.
- Technical limitations preventing expert reference planning or AI-assisted implant planning.
- Missing data required for assessment of the primary outcome.
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
Kohorty i interwencje
Grupa / Kohorta |
Interwencja / Leczenie |
|---|---|
|
Retrospective CBCT Planning Cases
Anonymized cone-beam computed tomography (CBCT) cases from patients with complete edentulism or a clinically equivalent edentulous condition who underwent CBCT imaging for implant planning during routine clinical care.
Each case will be evaluated using expert reference planning and AI-assisted implant planning with expert review.
|
AI-assisted implant planning workflow applied to anonymized CBCT datasets.
The workflow generates implant planning outputs for expert review and comparison with expert reference plans.
It is evaluated as a clinical decision-support workflow and does not involve patient treatment, additional imaging, or autonomous clinical decision-making.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Clinical acceptability of AI-generated implant plans
Ramy czasowe: Baseline
|
Proportion of AI-generated implant plans rated by expert clinicians as accepted without modification, accepted after minor modification, accepted after major modification, or rejected.
|
Baseline
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Geometric agreement between AI-generated and expert reference implant plans
Ramy czasowe: Baseline
|
Geometric agreement will be assessed for matched implants using entry-point deviation, apical deviation, and angular deviation between AI-generated and expert reference implant positions.
|
Baseline
|
|
Anatomical safety of AI-generated implant plans
Ramy czasowe: Baseline
|
Anatomical safety will be assessed using minimum distances from planned implants to relevant anatomical risk structures and the presence or absence of predefined safe-margin violations.
|
Baseline
|
|
Workflow time for AI-assisted planning review compared with expert planning
Ramy czasowe: Baseline
|
Time required for independent expert implant planning will be compared with the time required for expert review and correction of AI-generated implant plans.
|
Baseline
|
|
Inter-reader agreement for clinical acceptability ratings
Ramy czasowe: Baseline
|
Agreement between expert clinicians will be assessed for clinical acceptability ratings of AI-generated implant plans where more than one expert evaluates the same cases.
|
Baseline
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Śledczy
- Główny śledczy: Roman A Rozov, MD, DSc, St. Petersburg State Pavlov Medical University
- Dyrektor Studium: Karina Sh Oisieva, DDS, MSc, Saint Petersburg State University, Russia
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)
16 lutego 2026
Zakończenie podstawowe (Szacowany)
30 lipca 2026
Ukończenie studiów (Szacowany)
30 października 2026
Daty rejestracji na studia
Pierwszy przesłany
8 maja 2026
Pierwszy przesłany, który spełnia kryteria kontroli jakości
13 maja 2026
Pierwszy wysłany (Rzeczywisty)
19 maja 2026
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
19 maja 2026
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
13 maja 2026
Ostatnia weryfikacja
1 maja 2026
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- LEC-05-26-N
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
NIE
Opis planu IPD
Individual participant data will not be shared because the study uses retrospective anonymized medical imaging datasets.
CBCT/DICOM data may contain potentially re-identifiable information and cannot be publicly shared.
Aggregated results will be reported in publications.
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 .