Diagnostic Performance of Ai vs Junior Dentists
Comparison of Artificial Intelligence vs. Junior Dentists Diagnostic Performance for Radiographic Caries & Periapical Lesion Detection
OBJECTIVES
- Compare diagnosis of Periapical lesions & Proximal caries by AI and junior dentists
- Evaluate Validity of a deep learning based convolutional neural network (CNN) for detecting proximal caries lesions, periapical lesions compared to junior dentists.
Visão geral do estudo
Status
Status
Condições
Condições
Descrição detalhada
Statement of problem Current evidence supports the use of AI as a valuable diagnostic platform adjunct for detecting periapical lesions. However, well-designed, high-quality randomized clinical trials are required to assess the potential implementation of AI in the routine practice of periapical lesion diagnosis. In addition, most studies were done on OPG and CBCT not on periapical radiographs. Evidence suggests that AI-assisted systems are effective in detecting large, distinct periapical lesions. However, their performance drops in more complex cases, such as with root-filled teeth and in small periodical lesions The performance of AI in caries detection remains moderate, and its periapical status assessment is insufficient due to high false-positive rates
Research Questions
- Does Trained AI outperform junior dentists in basic diagnostic tasks, specifically in detecting tooth caries and periapical lesions through radiographic interpretation?
- Does AI increase the accuracy of lesion detection?
- Is AI more accurate than junior dentists in detecting carious lesions or periapical lesions?
- Is there a difference between diagnosis of Caries vs Periapical lesions through AI tools compared to junior dentists?
Tipo de estudo
Tipo de estudo
Inscrição (Estimado)
Inscrição
Contactos e Locais
Contato de estudo
Contato de estudo
- Nome: Susan Hattar, PhD
- Número de telefone: +962795642613
- E-mail: s.hattar@ju.edu.jo
Locais de estudo
-
-
-
Amman, Jordânia, 11181
- The university of Jordan
-
-
Critérios de participação
Critérios de elegibilidade
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Patients over 18 years of age that were clear and displayed the full anatomical crown and root apex.
Descrição
Inclusion Criteria:
- Bitewings obtained from patients treated at Jordan University Hospital. Only bitewings of permanent maxillary and mandibular teeth, with the crowns of both dental arch being detectable. Coronal part of the tooth had to be in toto visible on the radiograph and that no structure is projected on the examined tooth, teeth with overlap free projection selected
- Periapical Radiographs: patients over 18 years of age that were clear and displayed the full anatomical crown and root apex.
Exclusion Criteria:
- Radiographs of deciduous teeth or mixed dentition, those with severe noise or haziness, radiographs of partially edentulous areas, teeth exhibiting abnormal crown or root anatomy, and any radiographs that were difficult to assess.
- Overlapping images, radiographs with distortions, noise and shadows, and low quality radiographs
- Radiographs excluded if at least 2-3 examiners did not agree.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Modelos de observação: COHORT
- Perspectivas de Tempo: CROSS_SECTIONAL
O que o estudo está medindo?
Medidas de resultados primários
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
(ROCAUC)
Prazo: 12 months
|
Receiver-Operating-Characteristics curve |
12 months
|
Medidas de resultados secundários
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Diagnostic test parameters
Prazo: 12 months
|
Sensitivity, Specificity, PPV, NPV |
12 months
|
Colaboradores e Investigadores
Patrocinador
Patrocinador
Investigadores
Investigadores
- Diretor de estudo: Susan Hattar, PhD, University of Jordan
Publicações e links úteis
Publicações Gerais
- Mertens S, Krois J, Cantu AG, Arsiwala LT, Schwendicke F. Artificial intelligence for caries detection: Randomized trial. J Dent. 2021 Dec;115:103849. doi: 10.1016/j.jdent.2021.103849. Epub 2021 Oct 14.
- Schwendicke F, Tzschoppe M, Paris S. Radiographic caries detection: A systematic review and meta-analysis. J Dent. 2015 Aug;43(8):924-33. doi: 10.1016/j.jdent.2015.02.009. Epub 2015 Feb 24.
- Cantu AG, Gehrung S, Krois J, Chaurasia A, Rossi JG, Gaudin R, Elhennawy K, Schwendicke F. Detecting caries lesions of different radiographic extension on bitewings using deep learning. J Dent. 2020 Sep;100:103425. doi: 10.1016/j.jdent.2020.103425. Epub 2020 Jul 4.
- Putra RH, Doi C, Yoda N, Astuti ER, Sasaki K. Current applications and development of artificial intelligence for digital dental radiography. Dentomaxillofac Radiol. 2022 Jan 1;51(1):20210197. doi: 10.1259/dmfr.20210197. Epub 2021 Jul 8.
- Kuhnisch J, Meyer O, Hesenius M, Hickel R, Gruhn V. Caries Detection on Intraoral Images Using Artificial Intelligence. J Dent Res. 2022 Feb;101(2):158-165. doi: 10.1177/00220345211032524. Epub 2021 Aug 20.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Estimado)
Início do estudo
Conclusão Primária (Estimado)
Conclusão Primária
Conclusão do estudo (Estimado)
Conclusão do estudo
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Primeira postagem
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última Atualização Postada
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
Outros números de identificação do estudo
- ToothVision
- IRB (Outro identificador: IRB Jordan University Hospital)
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .