验证人工智能应用程序用于牙损伤诊断的口腔内咬牙和周围牙X射线图
Viktor Szabó1, Bence Tamás Szabó1, Kaan Orhan2
1Department of Oral Diagnostics, Faculty of Dentistry, Semmelweis University, Budapest, Hungary.
Journal of dentistry
|May 31, 2024
概括
这项研究评估了一种人工智能系统 (Diagnocat) 用于在牙X射线上诊断牙. 人工智能证明了对人类观察员在识别各种病变方面的可靠支持,提高了牙科放射学诊断的准确性.
科学领域:
- 牙科放射学 牙科放射学
- 医疗保健中的人工智能
- 医学成像分析 医学成像分析
背景情况:
- 牙损伤的诊断严重依赖于口内放射图的解释.
- 人工智能驱动的工具正在出现,以协助医疗保健专业人员进行诊断过程.
研究的目的:
- 评估基于人工智能的系统 (Diagnocat) 在从口腔内X射线图中诊断脏的可靠性.
- 评估人工智能系统与人类观察员一起的表现.
主要方法:
- 两名独立观察员使用Diagnocat AI系统对323颗牙进行了X光评估.
- 评估分为三个阶段进行,包括人工智能辅助的人类评估和人工智能重新评估.
- 统计分析涉及科恩和弗莱斯的卡帕值,灵敏度,特异性和诊断准确性.
主要成果:
- 人类观察者和Diagnocat之间的Cohen kappa值在0.49到1.0之间.
- 弗莱斯卡帕值从0.57到0.8.8不等.
- 敏感度,特异性和诊断准确度值分别在0.51-0.76,0.88-0.97和0.76-0.86的范围内.
结论:
- 诊断AI系统有效地支持用于病诊断的口腔内放射评价.
- 人类和人工智能观察家之间的共识表明,人工智能在牙科放射学中的实用性.


