Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Искусственный интеллект конкурирует с цифровым прикусом в обнаружении вторичного кариеса

30 октября 2024 г. обновлено: Heba Tallah Mohamed Mansour, Cairo University

Искусственный интеллект конкурирует с традиционной рентгенографией прикусного крыла в обнаружении проксимального вторичного кариеса у группы египетских пациентов в больнице стоматологического факультета Каирского университета (исследование точности диагностики)

В этом исследовании в качестве стандарта диагностики проксимального вторичного кариеса используется цифровая прикусная рентгенография. Пациенты будут проходить визуализацию с использованием параллельной техники и фиксированных настроек для обеспечения высококачественных и последовательных изображений. Рентгенограммы интерпретируются опытными стоматологами для обеспечения точности диагностики. Модели машинного обучения YOLO и Mask-RCNN будут анализировать эти изображения в три этапа: преаналитический, аналитический и постаналитический. Для обучения этих моделей используется набор данных из 322 помеченных изображений, аннотированных экспертами. Методы дополнения данных повышают производительность модели, а точность оценивается по рентгенографическим результатам для подтверждения надежности.

Обзор исследования

Статус

Еще не набирают

Подробное описание

Кариес зубов – хроническое заболевание, приводящее к разрушению твердых тканей зуба. Это многофакторное заболевание, которое часто остается недиагностированным, особенно когда оно скрыто или находится на начальных стадиях. Обнаружение некавитированных поражений имеет решающее значение для их раннего лечения. Стандартный визуально-тактильный осмотр часто не позволяет выявить ранние поражения на труднодоступных поверхностях, например, в проксимальных областях и под реставрациями. Раннее выявление проксимального кариеса имеет решающее значение для проведения эффективного лечения и достижения оптимальных результатов. Распространенным дополнительным методом выявления ранних поражений на проксимальных поверхностях и оценки их распространенности является прикусная рентгенография. Рутинный диагностический подход сочетает клиническое обследование с рентгенографическим исследованием. Чтобы повысить частоту выявления проксимального вторичного кариеса, специалисты рекомендуют сочетать визуальные и клинические осмотры с прикусной рентгенографией. Внутриротовые рентгенограммы прикуса могут быть получены с использованием пленочных или цифровых датчиков, причем предпочтение отдается цифровым системам из-за их преимуществ, заключающихся в уменьшении воздействия на пациента, экономии времени, улучшении изображения и простоте хранения, поиска и передачи изображений. Несмотря на то, что оценка прикуса более чувствительна для выявления ранних поражений, чем визуально-тактильная оценка, она имеет значительные различия между экспертами и значительную долю ложноположительных или ложноотрицательных результатов. В недавней литературе изучалось использование искусственного интеллекта (ИИ), области компьютерных наук, ориентированной на разработку машин, способных имитировать когнитивные способности человека, в качестве диагностического инструмента для обнаружения поражений кариесом с использованием стоматологических (цифровых рентгенографических) изображений. По мере развития технологий искусственного интеллекта все больше исследований изучают диагностические характеристики моделей на основе искусственного интеллекта, подчеркивая важность создания надежных инструментов, таких как искусственный интеллект, для улучшения диагностического процесса. В многочисленных исследованиях оценивалась эффективность моделей искусственного интеллекта на различных типах дентальных рентгенограмм, при этом особое внимание уделялось прикусным рентгенограммам (BWR). ИИ использовался для различных применений в области здоровья полости рта и зубов, включая обнаружение кариеса, эндодонтическое лечение и диагностику, проблемы с пародонтом и выявление патологий полости рта. Справочный набор данных о диагнозах кариеса на основе рентгенограмм прикуса, сделанных разными врачами, создал этот эталон, который служит важнейшим инструментом для сравнения диагностических характеристик моделей ИИ с исследователями-людьми, подчеркивая потенциальные улучшения точности и надежности, которые ИИ может привнести в стоматологическую диагностику.

Тип исследования

Наблюдательный

Регистрация (Оцененный)

322

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

  • Взрослый

Принимает здоровых добровольцев

Да

Метод выборки

Невероятностная выборка

Исследуемая популяция

Пациенты, посещающие консервативное отделение стоматологической клиники Каирского университета, которые обращаются с проксимальными реставрациями, не проявляют никаких признаков или симптомов, демонстрируют сотрудничество и выражают заинтересованность в участии в исследовании, будут считаться подходящими для участия в исследовании. Пациенты с ортодонтическими аппаратами или мостами, которые могут повлиять на качество рентгенографических изображений, будут исключены.

Описание

Критерии включения:

  1. Взрослые пациенты в возрасте 22-60 лет
  2. Мужчины или женщины.
  3. У пациентов имеются проксимальные реставрации.
  4. Сотрудничающие пациенты, проявившие интерес к участию в исследовании.

Критерии исключения:

  1. Пациенты с ортодонтическими аппаратами или мостовидными протезами, которые могут помешать оценке.
  2. Пациенты без кариеса.
  3. Систематическое заболевание, которое может повлиять на участие.
  4. Пациенты, не желающие участвовать в исследовании или отказывающиеся подписать информированное согласие.

Учебный план

В этом разделе представлена ​​подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Что измеряет исследование?

Первичные показатели результатов

Мера результата
Мера Описание
Временное ограничение
две модели глубокого обучения, YOLO и Mask-RCNN, будут обучены на этом наборе данных для точного обнаружения и классификации изображений, демонстрирующих признаки вторичного кариеса.
Временное ограничение: базовый уровень
модели определят наличие или отсутствие вторичного кариеса вокруг реставраций
базовый уровень

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Следователи

  • Директор по исследованиям: Prof. Dr. Heba Hamza, professor, Professor of Conservative Dentistry Department, Faculty of Dentistry, Cairo University
  • Директор по исследованиям: Dr. Rawda Hisham A. ElAziz, lecturer, Lecturer of Conservative Dentistry Department, Faculty of Dentistry, Cairo University
  • Директор по исследованиям: Dr. Asmaa Ahmed Elsayed Osman, lecturer, Lecturer of Information Technology, Faculty of Computers and Artificial Intelligence, Cairo University

Публикации и полезные ссылки

Лицо, ответственное за внесение сведений об исследовании, добровольно предоставляет эти публикации. Это может быть что угодно, связанное с исследованием.

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Оцененный)

15 ноября 2024 г.

Первичное завершение (Оцененный)

15 ноября 2025 г.

Завершение исследования (Оцененный)

15 февраля 2026 г.

Даты регистрации исследования

Первый отправленный

30 октября 2024 г.

Впервые представлено, что соответствует критериям контроля качества

30 октября 2024 г.

Первый опубликованный (Действительный)

31 октября 2024 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)

31 октября 2024 г.

Последнее отправленное обновление, отвечающее критериям контроля качества

30 октября 2024 г.

Последняя проверка

1 октября 2024 г.

Дополнительная информация

Термины, связанные с этим исследованием

Информация о лекарствах и устройствах, исследовательские документы

Изучает лекарственный продукт, регулируемый FDA США.

Нет

Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.

Нет

Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .

Подписаться