人工智能和牙科全景放射:我们现在在哪里?
Scott Webster1, Jacqueline Fraser2
1DCT2, Department of Oral Surgery, Glasgow Dental Hospital and School, Glasgow, UK. scott.webster@nhs.scot.
Evidence-based dentistry
|January 25, 2024
概括
人工智能 (AI) 显著提高了牙科放射学诊断的准确性,特别是在牙识别和编号方面. 随着人工智能技术在这个领域的快速发展,持续的研究至关重要.
科学领域:
- 放射学 放射学是一门学科.
- 人工智能的人工智能
- 牙科诊断 牙科诊断 牙科诊断
背景情况:
- 人工智能 (AI) 在诊断过程中的整合正在迅速发展.
- 人工智能在分析医疗成像 (包括牙科放射) 中的作用是一个日益增长的研究领域.
- 系统审查对于合成AI在临床应用中的有效性证据至关重要.
研究的目的:
- 对评估人工智能诊断性能的系统审查进行概述,与全景放射图的人类解释相比.
- 评估人工智能在从全景放射图中检测各种牙科病理和疾病方面的有效性.
- 识别牙科放射学AI当前研究的趋势和局限性.
主要方法:
- 对主要数据库 (BASE,Google Scholar,ACM,PubMed) 进行了系统的搜索,以查找相关的系统审查.
- 研究基于一个PICO问题进行了选:人口 (全景放射),干预 (AI诊断),比较 (人类诊断) 和结果 (AI效率).
- 进行了数据提取和偏差风险评估 (ROBIS),包括分析了七个诊断领域的研究.
主要成果:
- 人工智能在1988年至2023年间对全景放射图分析的准确性显著提高.
- 在牙识别和编号 (93.67%) 中观察到的AI精度最高,其次是虫检测 (91.5%) 和骨质疏松症评估 (89.29%).
- 对于鼻炎和牙周骨损失检测,也注意到精确的AI性能,尽管由于研究异质性,结果需要谨慎解释.
结论:
- 人工智能技术具有显著的潜力,可以通过支持牙医在疾病检测中来增强牙科放射学.
- 人工智能的快速发展需要定期更新和持续的研究,以保持系统审查的最新状态.
- 由于人工智能发展的动态性质,在这个领域进行系统审查的结果应谨慎解释.
