通过使用深度学习,从电子牙科记录中预测顺序化的牙科治疗计划
Haifan Chen1, Pufan Liu2, Zhaoxing Chen1
1MOE-LCSM, School of Mathematics and Statistics, Hunan Normal University, Changsha, PR China; Xiangjiang Laboratory, Changsha, PR China.
Artificial intelligence in medicine
|January 6, 2024
概括
一个新的AI模型,MultiTP,使用电子牙科记录预测部分牙周病的牙科治疗计划. 这种工具有助于牙医改善临床决策,并使患者获得更好的口腔保健结果.
科学领域:
- 人工智能在牙科中的应用
- 机器学习用于医疗保健
- 临床决策支持中的深度学习
背景情况:
- 在老年人群中,部分牙周病的患病率越来越高,因此需要改进临床牙科治疗计划.
- 牙科治疗的复杂性需要先进的工具来准确地制定计划.
研究的目的:
- 开发一个模型,利用电子牙科记录预测连续的牙科治疗计划.
- 为牙医提供一个决策支持系统,帮助他们管理部分牙.
主要方法:
- 构建多TP模型,集成卷积神经网络和循环神经网络.
- 利用注意力机制来优化治疗计划预测.
- 探索牙科数据和治疗变化的独特拓.
主要成果:
- 多TP实现了高性能,AUC为0.9079和F-分数为0.8472.
- 该模型展示了可解释性,能够从文本数据中提取临床知识.
- 在五个不同的治疗计划中成功预测.
结论:
- 多TP提供了一个新的框架,用于在牙科医疗保健中应用深度学习.
- 该模型可以集成到现有的电子牙科记录系统中,用于临床实践.
- 这项技术支持牙医做出部分牙周病治疗的明智决策,最终有利于患者.


