人工智能工具的诊断能力用于检测和分类口腔致癌性囊和瘤:系统性审查和元分析
Renata Santos Fedato Tobias1, Ana Beatriz Teodoro1, Karine Evangelista2
1Graduate Program, School of Dentistry, Federal University of Goias, Goiânia, Goiás, Brazil.
概括
人工智能 (AI) 在诊断口腔瘤和瘤,特别是口腔瘤 (OKC) 和乳母细胞瘤方面表现有前途,使用全景放射和CBCT扫描. 需要进一步的研究来确认准确性和减少不确定性.
科学领域:
- 口腔和面放射学 口腔和面放射学
- 人工智能在医学中的应用
- 诊断成像 诊断成像 诊断成像
背景情况:
- 牙产生的囊和瘤需要准确的早期检测才能得到有效的治疗.
- 人工智能 (AI) 具有提高牙科诊断准确性的潜力.
- 在临床上,区分特定的病变,如口腔瘤 (OKC) 和乳腺母细胞瘤具有重要意义.
研究的目的:
- 评估AI在识别和分类牙致癌囊和瘤方面的诊断能力.
- 具体评估AI在检测口腔瘤 (OKC) 和乳腺母细胞瘤方面的表现.
- 分析AI算法的准确性,使用全景放射和形光束计算机断层扫描 (CBCT).
主要方法:
- 使用人工智能用于病变检测和分类的人类研究的系统审查和元分析.
- 包括使用全景放射和CBCT的研究.
- 诊断测试值,异质性,偏差风险和证据确定性的评估.
主要成果:
- 人工智能在检测和分类牙病变方面表现出高的诊断值.
- 卷积神经网络在全景放射图上实现了OKC和乳腺母细胞瘤分类的0.893的准确性.
- 应用于CBCT的AI显示出更高的准确性,尽管基于有限的研究.
结论:
- 人工智能工具对于高精度检测和分类口腔致瘤 (OKC) 和乳腺母细胞瘤是有效的.
- 全景射线图是基于AI的分类的可行方法,尽管确定性很低.
- CBCT数据显示,人工智能模型的准确性很高,需要进一步调查.
