人工智能与半自动细分用于评估牙周周损伤体积指数得分:一个圆束CT研究

科学领域:

• 牙科 牙科是指牙科的专业.
• 放射学 放射学是一门学科.
• 人工智能的人工智能

背景情况:

• 圆束计算机断层扫描周周体积指数 (CBCTPAVI) 在3D中评估周周病变大小.
• 目前用于CBCTPAVI的半自动细分是耗时的.
• 人工智能为更快的评估提供了潜力.

研究的目的:

• 为了比较AI (DiagnocatTM) 的准确性与半自动细分来确定CBCTPAVI分数.
• 评估AI在评估周周病变大小方面的效率.

主要方法:

• 500个牙根的CBCTPAVI分数使用半自动细分 (模拟研究TM) 和人工智能 (诊断TM) 来确定.
• 用一个混矩阵和评估指标 (精度,回忆,F1分数,准确性) 来进行比较.

主要成果:

• 在84.4%的案例中,AI与半自动技术取得了相同的CBCTPAVI分数.
• 除了小病变 (指数1-2),AI显示精度,回忆和F1得分高于0.85,其他指数的准确度超过90%.
• 人工智能在测量小病变方面表现出局限性 (指数1-2).

结论:

• 人工智能 (DiagnocatTM) 是CBCTPAVI评估的高效工具,大约在2分钟内提供结果.
• 人工智能可以在临床实践中促进对周围病变的监测和评估.
• 人工智能技术的进步是必要的,以准确评估较小的周周病变的3D愈合.