人工智能驱动的脑力测量分析能否取代手动追踪? 一个系统的审查和元分析.
Julie Hendrickx1, Rellyca Sola Gracea2,3,4, Michiel Vanheers1
1Department of Oral Health Sciences, Faculty of Medicine, KU Leuven, 3000 Leuven, Belgium.
European journal of orthodontics
|June 19, 2024
概括
人工智能 (AI) 在2D脑电图和3DCBCT图像上显示出准确和高效的脑电测地标检测的前景. 虽然2D分析达到准确度值,但由于异质性,3D分析需要进一步研究.
科学领域:
- 放射学和成像学 放射学和成像学
- 人工智能在医学中的应用
- 牙科诊断 牙科诊断 牙科诊断
背景情况:
- 脑仪分析对于诊断和规划正牙和手术治疗至关重要.
- 传统的手动地标识别是耗时的,容易引起观察者之间的变化.
- 使用人工智能 (AI) 的自动地标检测提供了一个潜在的解决方案,以提高效率和准确性.
研究的目的:
- 系统地审查和元分析人工智能驱动的自动地标检测的准确性和效率.
- 在二维横向脑图和三维圆束计算机断层扫描 (CBCT) 图像上评估AI性能.
- 在脑力测量分析中识别AI的当前状态和局限性.
主要方法:
- 在PubMed,Web of Science,Embase和灰色文献中进行了全面的电子搜索,截至2024年1月.
- 包括使用人工智能用于2D或3D脑测量里程碑检测的研究.
- 对2D地标准确度 (平均辐射误差) 进行了元分析,而由于异质性,对3D准确度进行了定性合成. 评估了偏见的风险.
主要成果:
- 34个出版物被选中,其中27个专注于2D脑图,7个专注于3D CBCT图像.
- 对二维图像的元分析显示,平均误差为1.39毫米,低于2毫米的临床值.
- 3D地标检测误差在1.0到5.8毫米之间;元分析是不可能的. 两种2D和3D人工智能方法都具有时间效率 (<1分钟).
- 在大多数研究的数据选择和参考标准中,注意到存在偏差的高风险.
结论:
- 人工智能驱动的头度地标检测证明了在2D和3D成像中准确性和时间效率的潜力.
- 人工智能系统的通用性和稳定性需要进一步改进.
- 人工智能有望彻底改变脑力测量分析,但方法论的严谨性和验证是至关重要的.
