使用人工智能工具检测纸的病态暴露:对周周放射图的多中心研究

科学领域:

• 牙科 牙科是指牙科的专业.
• 人工智能在医学中的应用
• 放射学 放射学是一门学科.

背景情况:

• 人工智能 (AI) 在自动化医疗任务方面提供了好处.
• 这项研究侧重于人工智能用于牙科放射分析.
• 脉暴露检测对于诊断牙科疾病至关重要.

研究的目的:

• 为了设计和评估人工智能工具,Make Sure Caries检测器和分类器 (MSc).
• 为了检测在数字周周放射图上病态的脉暴露.
• 将人工智能工具的性能与经过认证的牙医进行比较.

主要方法:

• 这是一项多中心诊断研究,涉及来自三个国家的3461张数码周周放射图.
• 该MSc工具是使用Yolov5-x模型开发的,用于暴露和未暴露的纸检测.
• 使用mAP,精度,F1得分,回忆和AUC等指标评估性能,并与牙医的诊断进行比较.

主要成果:

• 在所有指标上,MSc取得了90%以上的绩效,其中AUC为0.956.
• 与牙医 (0.64) 相比,人工智能工具显示正确诊断的平均值 (1.94) 与牙医 (0.64) 相比显著更高.
• 与牙医 (1.94) 相比,士在错误诊断 (0.64) 的平均值较低.

结论:

• 士人工智能工具可靠地检测和区分放射图上的纸暴露.
• 与10名牙医的共识相比,MSc在纸暴露检测方面表现优越.
• 人工智能工具在提高牙科诊断准确度方面显示出巨大的潜力.