高度なTMJ診断のためのMRIとCBCTの整合:歯科および矯正歯科におけるAI駆動登録を使用するケースシリーズ
Eduardo Duarte Caleme1,2, Lucia Cevidanes1, Claudia Mattos1,3
1University of Michigan, Ann Arbor, USA.
Seminars in orthodontics
|August 26, 2025
まとめ
新しい人工知能 (AI) モデルであるMR2CBCTは,磁気共鳴画像 (MRI) とコンビームコンピュータトモグラフィ (CBCT) のスキャンを正確に記録します. このAIによるアプローチは,関節 (TMJ) の診断の正確性を向上させます.
科学分野:
- 医療用イメージング
- 医療における人工知能
- 歯科診断
背景:
- 歯科におけるマルチモダルのイメージングには,正確な画像登録が不可欠です.
- 手動登録方法では診断エラーが発生する可能性があります.
- オープンソースのAIソリューションは 臨床ワークフローを改善する可能性を秘めています
研究 の 目的:
- MRIからCBCTへの登録のためのMR2CBCTAIモデルの機能性と臨床的価値を評価する.
- 臨床症例における人工知能ベースの登録と手動登録を比較する.
- AI登録が診断の正確性と臨床意思決定に与える影響を評価する.
主な方法:
- オープンソースのMR2CBCT AIモデルの開発と応用
- 臨時関節 (TMJ) の臨床症例におけるMRIとCBCT画像の登録
- 人工知能による登録と手動による登録の比較分析
主要な成果:
- MR2CBCT AIモデルでは,MRIとCBCT画像の有効な記録が示されました.
- 人工知能に基づく登録は 手動での調整でしばしば見られる不一致を修正した.
- 人工知能によって生成された 融合した画像は 解剖学的により整合的でした
結論:
- MR2CBCTは,マルチモダルの画像統合のための信頼性の高いアクセス可能なツールです.
- AIベースの登録はTMJの診断の正確性を高めます
- この技術は,矯正歯科と一般歯科における改善された臨床意思決定をサポートします.
