人工智能辅助虫检测在咬伤翼放射图的诊断性能:系统性审查和元分析
Nour Ammar1,2, Jan Kühnisch1
1Department of Conservative Dentistry and Periodontology, University Hospital, Ludwig-Maximilian University of Munich, Munich 80336, Germany.
The Japanese dental science review
|March 7, 2024
概括
人工智能 (AI) 在X光照上检测牙损伤时显示出有希望的准确性,在灵敏度上往往超过牙医. 然而,大多数研究都有很高的偏差风险,这表明需要更高质量的研究.
科学领域:
- 牙科 牙科是指牙科的专业.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 牙腐烂的诊断严重依赖于放射性解释.
- 人工智能 (AI) 提供了自动化虫检测的潜力.
- 人工智能诊断准确度的变化需要彻底审查.
研究的目的:
- 系统地审查和评估人工智能模型的诊断准确性,以检测和分类.
- 为了评估在咬翼放射图上的人工智能性能.
- 为了确定当前的挑战和未来的研究方向在AI辅助病诊断.
主要方法:
- 在五个数据库中对2010年以后的出版物进行系统选.
- 在14项符合条件的研究中应用定制的偏差风险评估工具.
- 对总体,牙和质的检测进行双变随机效应元分析.
主要成果:
- 86%的研究报告AI模型的准确率≥80%,但大多数有偏差的高风险.
- 人工智能模型在三个比较研究中显示,与牙医相比,平均灵敏度更高.
- 分析显示,整体虫检测的综合灵敏度为0.87和特异性为0.89.
结论:
- 人工智能模型在咬翼放射图上对虫检测表现出有希望的诊断性能.
- 目前研究中的重大偏差风险和缺乏外部验证是主要的限制.
- 未来的研究应该专注于高质量,经过充分报告和外部验证的AI模型,以实现可靠的病诊断.
