使用一种新型的人工智能工具来评估牙科植入物的初级稳定性和即时负载适用性:一个体外试点研究

科学领域:

• 生物材料和牙科植入物学
• 人工智能在医学中的应用
• 生物机械工程 生物机械工程

背景情况:

• 牙植入物的立即加载需要足够的初级稳定性.
• 插入扭矩曲线在植入物放置期间提供生物机械反.
• 对扭矩数据的客观评估对于预测负载成功至关重要.

研究的目的:

• 评估人工智能工具 (AIT) 在评估牙植入物即时加载适度时的准确性.
• 将AIT输出与基于插入扭矩曲线的临床医生评估进行比较.
• 为了分析峰值插入扭矩 (PIT) 和可变扭矩工作 (VTW) 值.

主要方法:

• 140种五种类型的牙植入物被插入四种密度的聚氨骨块中.
• 插入扭矩曲线被临床医生 (适合/不适合) 和AIT (YES/NO) 分类.
• 记录了每个植入器的峰值插入扭矩 (PIT) 和可变扭矩工作 (VTW).

主要成果:

• 该AIT实现了与临床医生评估的99.3%对应.
• 在预测即时装载适用性方面,AIT表现出高灵敏度 (98.95%) 和特异性 (100%).
• 在植入物系统和骨密度之间观察到PIT和VTW的显著差异.

结论:

• 根据插入扭矩数据,AIT可以准确地预测牙科植入物的即时负载适用性.
• 总体而言,高初级稳定性得到了实现,除了低密度骨块.
• 建议对更大的队列进行进一步的临床研究,以验证这些发现.