歯科レントゲン画像に基づくAIの診断性能:歯科インプラント周辺の限界骨の損失を予測する体系的なレビューとメタ解析

科学分野:

• 歯科
• 放射線科
• 人工知能

背景:

• インプラント周辺の限界骨の損失 (MBL) のための従来の放射線診断は,異なる精度を持っています.
• 信頼性の高いMBL検出はインプラントの成功に不可欠ですが,依然として困難です.
• MBL検出のための人工知能 (AI) の診断性能は十分に確立されていません.

研究 の 目的:

• インプラントの周りのMBLを検出するための歯科用X線写真を使用して,AIの診断パフォーマンスを体系的にレビューし,メタ分析を行う.
• 歯科インプラントの周辺の限界骨の損失を特定するAIの精度を評価する.

主な方法:

• PRISMA-DTAのガイドラインに従って,PubMed,Embase,Web of Scienceで2025年2月まで体系的な文献検索が行われました.
• 研究は,インプラントMBL検出のためのX線写真のAI分析に焦点を当てたPICOSフレームワークに基づいて選択されました.
• QUADAS-2ツールを用いて方法論的品質を評価し,診断精度指標 (感度,特異性,AUC) を二変性ランダム効果モデルを使用してまとめた.

主要な成果:

• 9つの研究 (7284人の参加者) が含まれており,240人の記録が分析されました.
• AIは,MBL検出の総感度0. 84,特異性0. 91,AUC0. 94を示した.
• AIは,歯医者 (0. 70) と比較して有意に高い特異性を示し,有意な出版バイアスは検出されなかった.

結論:

• 歯科用X線写真に適用されたAIは,インプラントMBLを検出するための優れた診断性能を示しています.
• 予備的な研究結果は,MBLの検出において,AIが歯医者よりも優れた特異性を提供することを示唆しています.
• AIの利点を確認するには,より大きなサンプルサイズと直接比較によるさらなる研究が必要です.