人工智能软件在牙科教育中的使用:一项关于在咬牙翼放射图中辅助近位虫评估的研究
Lars Schropp1, Anders Peter Sejersdal Sørensen1,2, Hugh Devlin3
1Oral Radiology, Department of Dentistry and Oral Health, Aarhus University, Aarhus C, Denmark.
概括
人工智能 (AI) 软件并没有提高牙科学生在咬伤翼放射图中检测近距离质损伤的能力. 然而,人工智能培训随着时间的推移增强了积极的协议,而近端牙重叠显著阻碍了虫检测.
科学领域:
- 牙科教育 牙科教育
- 放射学 放射学 放射学 放射学
- 人工智能在牙科中的应用
背景情况:
- 对牙科学生来说,教导牙损伤诊断至关重要.
- 诊断近位牙是具有挑战性的,这导致了人工智能工具的探索.
- 人工智能系统有可能提高牙科诊断培训.
研究的目的:
- 评估人工智能软件对牙科学生近距离质损伤检测在咬伤翼放射的影响.
- 要确定近端牙重叠是否会影响虫检测的准确性.
- 评估人工智能在牙科教育中的有效性,以诊断虫.
主要方法:
- 74名牙科学生分为测试 (AI软件) 和控制组.
- 通过使用咬翼放射图进行了两次评估会议.
- 学生的诊断与参考标准进行了比较,并计算了同意指标.
主要成果:
- 人工智能和非人工智能组之间在初始虫检测中没有显著差异 (积极一致).
- 随着时间的推移,人工智能组的积极一致性有所改善,而对照组的消极一致性有所改善.
- 靠近的牙重叠显著降低了两个组的检测准确性.
结论:
- 人工智能软件培训并没有显著提高牙科学生近端虫检测技能.
- 随着时间的推移,无论AI使用如何,学生在检测近接质的表现都得到了改善.
- 靠近牙的重叠在放射图中对准确检测牙损伤提出了重大挑战.
