人工智能的出现,用于自动化形束计算机断层扫描衍生大鼻腔成像任务. 一个系统的审查
Sohaib Shujaat1,2, Abdulmohsen Alfadley3, Nermin Morgan4
1King Abdullah International Medical Research Center, Department of Maxillofacial Surgery and Diagnostic Sciences, College of Dentistry, King Saud Bin Abdulaziz University for Health Sciences, Ministry of National Guard Health Affairs, Riyadh, Kingdom of Saudi Arabia.
Clinical implant dentistry and related research
|June 12, 2024
概括
人工智能 (AI) 在自动化上鼻腔成像从形束计算机断层扫描 (CBCT) 进行植入学方面表现出前途. 虽然人工智能在细分和鼻炎诊断方面表现出色,但为了获得临床相关性,需要对各种数据集进行进一步的研究.
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:
- 圆束计算断层扫描 (CBCT) 为牙科植入物学提供了对大鼻腔的至关重要的3D可视化.
- 精确评估上鼻解剖学和病理学对于成功的植入物治疗计划至关重要.
研究的目的:
- 系统地审查人工智能 (AI) 应用的现有证据,用于CBCT衍生的鼻腔成像任务.
- 评估人工智能模型在自动化细分,分类和预测方面的性能.
主要方法:
- 在PubMed,Web of Science和Cochrane上进行了系统的电子文献搜索,直至2024年1月.
- 包括使用人工智能进行自动化CBCT大鼻评估的14篇符合条件的文章.
- 通过QUADAS-2工具,评估了所包含研究的偏差风险和适用性.
主要成果:
- 人工智能模型在自动上鼻细分方面表现出高性能.
- 分类任务显示,鼻炎诊断的准确性高 (99.7%),但对于真菌球/慢性鼻炎 (83.0%) 的准确性较低.
- 人工智能在分类手术计划中获得了高准确度 (97%),用于鼻底增大和预测性别/鼻体积.
结论:
- 人工智能具有显著的潜力,可以在植入物学中自动化鼻腔成像任务,帮助诊断和规划.
- 进一步开发需要更大,更多样化的数据集,以提高AI模型的通用性和临床适用性.
- 未来的研究应该集中在数据集扩展,模型透明度和标准化报告准则上.
