AI時代の歯科矯正における抜歯アルゴリズムの可能性：アルゴリズムを超えて

科学分野:

• 歯科矯正学;人工知能;機械学習

背景:

• 歯科矯正治療計画には、しばしば抜歯に関する複雑な意思決定が伴う。;臨床応用のためには、抜歯必要性の予測におけるAIの精度を評価することが重要である。

研究 の 目的:

• 歯科矯正治療計画における抜歯の必要性を予測するAIモデルの診断精度を系統的にレビューし、メタアナリシスを行うこと。

主な方法:

• 観察研究の系統的レビューを実施した。;4つのデータベースを検索し、適格基準はAIモデルと歯科矯正医の決定を比較した研究に焦点を当てた。;ランダム効果モデルと混合効果モデルを用いて、感度と特異度のメタアナリシスを行った。

主要な成果:

• 7件の横断研究が含まれ、CNN（ResNet、VGG）、ランダムフォレスト、決定木などの様々なAIモデルが利用された。; AIモデルの統合感度は70％（95％CI：0.61-0.78）、統合特異度は90％（95％CI：0.87-0.92）であった。; CNNベースのモデル、特にResNetとVGGは同等のパフォーマンスを示したが、その差は統計学的に有意ではなかった。

結論:

• AIモデル、特にCNNは、歯科矯正における抜歯予測において中〜高程度の診断精度を示す。;この結果は、AIが歯科矯正治療計画において有用なツールとなり得ることを示唆しているが、確実性は低い。;さらなる研究により、AIの役割が洗練され、診断精度が向上する可能性がある。