垂直根裂断層の検出における人工知能モデルの有効性：系統的レビュー

科学分野:

• 歯科
• 医用画像処理
• 人工知能

背景:

• 垂直根裂断層（VRF）は、歯科において診断上の課題をもたらす。
• 人工知能（AI）は、VRFの診断補助として期待されている。

研究 の 目的:

• VRF検出のためのAIモデルの診断性能を系統的にレビューすること。
• 様々な画像技術におけるAIの性能を評価すること。

主な方法:

• PubMed、Scopus、Web of Scienceを対象とした系統的文献検索（2025年1月まで）。
• VRF検出の診断精度、感度、特異度を報告する研究の包含。
• QUADAS-2を用いた質的評価とGRADEによるエビデンス確実性の評価。

主要な成果:

• 7件の研究が包含基準を満たし、様々なAIモデルを評価した。
• CNNベースのモデルは、高い精度（75%-97.8%）、感度（75%-98%）、特異度（60%-99%）を達成した。
• CBCT上のResNet-50が最も高い精度（97.8%）を示した。2D放射線写真では性能が低下した。

結論:

• 低レベルのエビデンスは、CNNベースのAIモデルが、特に高解像度CBCTでVRFを正確に検出できることを示唆している。
• 方法論的な限界と小規模なサンプルサイズのため、全体的なエビデンスの確実性は低い。
• 臨床的検証と実装のためには、さらなる前向きな多施設共同研究が必要である。