- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT07246018
Noggrannhet och tillförlitlighet hos AI-baserad kefalometrisk analysprogramvara jämfört med manuell spårning
Noggrannheten och tillförlitligheten av ortodontisk kefalometrianalys med webbaserade artificiell intelligens-program
Denna studie jämför noggrannheten och tillförlitligheten av programvara baserad på artificiell intelligens (AI) för analys av tandröntgenbilder med den traditionella manuella spårningsmetoden som används av tandläkare.
Laterala kefalometriska röntgenbilder är speciella röntgenbilder av huvudet som används inom ortodonti (tandreglering) för att mäta käkbenspositioner, tandvinklar och ansiktsproportioner. Traditionellt spårar ortodontister manuellt dessa röntgenbilder med penna och papper för att identifiera viktiga landmärken och göra mätningar. Denna manuella metod är tidskrävande och kan variera mellan olika utövare eller till och med när samma utövare mäter två gånger.
AI-baserad programvara kan automatiskt identifiera dessa landmärken och utföra mätningar omedelbart. Denna studie undersökte 40 tandröntgenbilder för att avgöra om AI-programvaran (WeDoCeph) är lika noggrann och mer tillförlitlig än manuell spårning.
Varje röntgenbild mättes två gånger - en gång manuellt av en utbildad undersökare och en gång av AI-programvara - vid två olika tidpunkter (med 4 veckors mellanrum). Forskarna jämförde 15 olika mätningar, inklusive 8 vinklar och 7 avstånd, för att bedöma noggrannhet och tillförlitlighet.
Studieöversikt
Status
Betingelser
Detaljerad beskrivning
Lateral cefalometrisk analys är avgörande för ortodontisk diagnos och behandlingsplanering. Den traditionella manuella spårningsmetoden innebär att man identifierar anatomiska landmärken på röntgenbilder med hjälp av penna, linjal och gradskiva, vilket är subjektivt, tidskrävande och benäget för intra- och interobservatörsvariationer.
Denna diagnostiska noggrannhetsstudie utvärderade WeDoCeph AI-baserad cefalometrisk analysprogramvara mot konventionell manuell spårning. Studien använde en jämförande upprepat mätdesign där varje röntgenbild analyserades med båda metoderna vid två tidpunkter (T₀ och T₁, åtskilda med 4 veckor) för att bedöma både noggrannhet och tillförlitlighet.
Beräkning av urvalsstorlek baserades på 95 % styrka och en 0,05 signifikansnivå, vilket resulterade i 40 laterala cefalometriska röntgenbilder. Alla mätningar inkluderade vinkelparametrar (SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA) och linjära parametrar (A-N vinkelrät, POG-N vinkelrät, ANS-Me, SN, UFH, MxPI, MnPI).
Parat T-test kommer att användas som den statistiska analysmetoden för jämförelser och intraklasskorrelationskoefficient (ICC) för tillförlitlighetsbedömning. Studien syftade till att avgöra om AI-baserad cefalometrisk analys ger tillräcklig noggrannhet och överlägsen tillförlitlighet för klinisk tillämpning i ortodontisk praxis.
Studietyp
Inskrivning (Faktisk)
Kontakter och platser
Studieorter
-
-
Pahang
-
Kuantan, Pahang, Malaysia, 25200
- Orthodontic Specialist Clinic, Kulliyyah of Dentistry
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Barn
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Testmetod
Studera befolkning
Studiepopulationen bestod av röntgenbilder från ortodontiska patienter i olika behandlingsstadier, inklusive både förbehandlings- (inledande diagnostiska) och efterbehandlingsröntgenbilder. Alla röntgenbilder var högkvalitativa digitala eller digitaliserade laterala kefalogram som var lämpliga för identifiering och mätning av landmärken. Patienter med kirurgiska rigida fixeringar, ortodontiska apparater synliga på röntgenbilder eller dentala proteser exkluderades för att säkerställa tydlig visualisering av anatomiska landmärken. Dessutom exkluderades röntgenbilder av mycket dålig kvalitet eller från patienter med diagnostiserade syndrom eller kraniofaciala deformationer för att upprätthålla konsistens i bedömningen av den anatomiska strukturen.
Analysenheten är den kefalometriska röntgenbilden snarare än enskilda patienter, eftersom varje röntgenbild representerar en enda diagnostisk bedömning.
Beskrivning
Inklusionskriterier:
- Förbehandlings-/efterbehandlingslaterala kefalometriska röntgenbilder
- Högkvalitativa kefalogram med synliga anatomiska landmärken
Exklusionskriterier:
- Patienter med kirurgiska rigida fixeringar, ortodontiska apparater och tandproteser synliga på röntgenbilder
- Mycket dålig kvalitet/diagnostiskt oacceptabla röntgenbilder
- Patienter med syndrom eller med kraniofaciala deformationer
Studieplan
Hur är studien utformad?
Designdetaljer
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
Ortodontiska patienter med laterala kefalometriska röntgenbilder
Laterala kefalometriska röntgenbilder från 40 ortodontiska patienter insamlade mellan januari 2023 och juni 2023 från Ortodontiska Specialistkliniken.
Varje röntgenbild analyserades med både manuell spårning och AI-baserad programvara (WeDoCeph) vid två tidpunkter (initial och 4 veckor senare)
|
Konventionell manuell cefalometrisk analys utförd av utbildad undersökare med traditionell spårningsteknik.
Laterala cefalometriska röntgenbilder spåras för hand i ett mörklagt rum med en ljuslåda för transilluminering.
En 25 cm x 18 cm röntgenfilm används som bas, med ett 21 cm x 16 cm matt acetatspårpapper tejpat över den.
Hårda och mjuka vävnaders cefalometriska landmärken identifieras och spåras manuellt med en 0,3 mm 2HB-penna.
Vinkelmätningar erhålls med en gradskiva, och linjära mätningar med en linjal.
Alla 15 cefalometriska mätningar (8 vinkel: SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA; och 7 linjära: A-N vinkelrätt, POG-N vinkelrätt, ANS-Me, SN, UFH, MxPI, MnPI) beräknas manuellt.
Varje röntgenbild spåras och analyseras två gånger med 4 veckors mellanrum av samma undersökare för att bedöma intra-undersökarreliabilitet.
Automatiserad cefalometrisk analys med WeDoCeph mjukvara baserad på artificiell intelligens.
Digitala laterala cefalometriska röntgenbilder importeras som högkvalitativa JPEG-bilder till mjukvaruplattformen.
AI-systemet identifierar och spårar automatiskt cefalometriska landmärken med hjälp av djupinlärningsalgoritmer, och genererar sedan omedelbart alla mätningar baserade på de fördefinierade parametrarna.
Samma 15 cefalometriska mätningar som erhålls vid manuell spårning (8 vinkel: SNA, SNB, ANB, FMPA, MMPA, UIA, LIA, IIA; och 7 linjära: A-N vinkelrätt, POG-N vinkelrätt, ANS-Me, SN, UFH, MxPI, MnPI) beräknas automatiskt av mjukvaran.
Varje röntgenbild analyseras två gånger med 4 veckors mellanrum med hjälp av de tidigare uppladdade digitala bilderna för att bedöma reproducerbarheten och konsistensen hos AI-systemet.
Ingen manuell landmärkesidentifiering eller mätningsberäkning krävs.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Intraklasskorrelationskoefficient (ICC) för upprepade manuella mätningar
Tidsram: Baseline (T₀) och 4 veckor senare (T₁)
|
ICC beräknad för alla 15 cefalometriska mätningar (8 vinkel- och 7 linjära) utförda manuellt vid två tidpunkter för att bedöma intraexaminatorisk reliabilitet
|
Baseline (T₀) och 4 veckor senare (T₁)
|
|
Intraklasskorrelationskoefficient (ICC) för upprepade AI-mätningar
Tidsram: Baseline (T₀) och 4 veckor senare (T₁)
|
ICC beräknad för alla 15 cefalometriska mätningar som utförts av WeDoCeph-programvara vid två tidpunkter för att bedöma konsekvens
|
Baseline (T₀) och 4 veckor senare (T₁)
|
|
Medelvärdesskillnader mellan manuella och AI-baserade mätningar vid T₀
Tidsram: Baslinje (T₀)
|
Parat T-test-jämförelse av alla 15 mätningar mellan manuell spårning och AI-analys vid initial tidpunkt
|
Baslinje (T₀)
|
|
Medelvärdeskillnader mellan manuella och AI-baserade mätningar vid T₁
Tidsram: 4 veckor
|
Parat t-test-jämförelse av alla 15 mätningar mellan manuell spårning och AI-analys vid 4-veckorstidpunkten
|
4 veckor
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Vinkelmätningar
Tidsram: Baseline (T₀) och 4 veckor (T₁)
|
Jämförelse av angulara kefalometriska mätningar mellan metoder
|
Baseline (T₀) och 4 veckor (T₁)
|
|
Linjära Mätningar
Tidsram: Baseline (T₀) och 4 veckor (T₁)
|
Jämförelse av linjära kefalometriska mätningar mellan metoder
|
Baseline (T₀) och 4 veckor (T₁)
|
|
Inter-bedömartillförlitlighet
Tidsram: Under kalibreringsfasen
|
10% av röntgenbilderna analyserades av tre undersökare för att säkerställa överensstämmelse mellan undersökare
|
Under kalibreringsfasen
|
Samarbetspartners och utredare
Publikationer och användbara länkar
Allmänna publikationer
- Alqahtani H. Evaluation of an online website-based platform for cephalometric analysis. J Stomatol Oral Maxillofac Surg. 2020 Feb;121(1):53-57. doi: 10.1016/j.jormas.2019.04.017. Epub 2019 May 3.
- Kazimierczak W, Gawin G, Janiszewska-Olszowska J, Dyszkiewicz-Konwinska M, Nowicki P, Kazimierczak N, Serafin Z, Orhan K. Comparison of Three Commercially Available, AI-Driven Cephalometric Analysis Tools in Orthodontics. J Clin Med. 2024 Jun 26;13(13):3733. doi: 10.3390/jcm13133733.
- Lee JH, Yu HJ, Kim MJ, Kim JW, Choi J. Automated cephalometric landmark detection with confidence regions using Bayesian convolutional neural networks. BMC Oral Health. 2020 Oct 7;20(1):270. doi: 10.1186/s12903-020-01256-7.
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Faktisk)
Avslutad studie (Faktisk)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- IREC 2023-045
- CHAIN 22-001-0001 (Annat bidrag/finansieringsnummer: IIUM Kulliyyah of Dentistry Postgraduate CHAIN Grant)
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
IPD-planbeskrivning
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .