在CBCT中基于人工智能的下管道细分的准确性
Panagiotis Ntovas1, Laurent Marchand1, Matthew Finkelman2
1Department of Prosthodontics, School of Dental Medicine, Tufts University School of Dental Medicine, Boston, Massachusetts, USA.
Clinical oral implants research
|June 7, 2024
概括
人工智能 (AI) 提供了一种节省时间和可靠的方法,用于在牙科植入物规划中对下管道进行细分. 虽然人工智能显示出前景,但手动验证对于防止潜在的临床错误至关重要.
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:
- 准确地定位下管道对于安全的牙植入物安置至关重要.
- 传统的手动追踪方法可能会耗时,并且会受到用户体验的变化.
研究的目的:
- 为了比较基于人工智能的下管细分与植入物规划软件中的手动追踪的准确性和效率.
- 评估临床医生的经验对定位准确性的影响.
主要方法:
- 在104名患者中,使用手动跟踪 (不同的经验水平) 和完全自动AI驱动的细分来定位下管道.
- 使用根平均平方误差 (RMSE) 计算来评估准确性.
- 方法之间的时间效率也进行了比较.
主要成果:
- 与经验丰富的用户相比,人工智能驱动的细分展示了时间效率.
- 平均RMSE从0.21到7.65毫米 (平均3.5毫米) 不同,后部和前部运河环的误差更高.
- 临床医生的经验显著影响了定位准确性.
结论:
- 基于人工智能的下管细分是术前植入物规划的时间效率高,可靠的工具.
- 临床医生的经验是手动定位准确性的重要因素.
- 人工智能结果需要验证和潜在的手工改进,以避免临床错误.
