人工智能辅助自我监测骨缺陷的概念
Hexian Zhang1, Chao Liu2, Pingzhu Yang1
1Department of Stomatology, Daping Hospital, Third Military Medical University (Army Medical University), Chongqing, China.
Health informatics journal
|August 9, 2024
概括
深度学习模型准确地选骨缺陷,表现优于正牙专家. 这种AI的进步有助于在家庭中早期发现和自我监测牙健康.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- 骨缺陷是一种普遍的牙疾病,在青春期经常恶化.
- 早期检测和管理至关重要,但经常被忽视.
- 深度学习 (AI) 为牙科领域的自我健康管理提供了新的可能性.
研究的目的:
- 开发和评估用于骨缺陷查的深度学习模型.
- 将人工智能模型的性能与牙科专家的判断进行比较.
- 探索AI在早期检测和自我监测方面的潜力.
主要方法:
- 培训深度学习网络,对2109名患者的横向头脑测量照片进行培训.
- 使用灵敏度,特异性,准确性和ROC分析评估模型性能.
- 使用热图用于模型解释性和与专家进行比较分析.
主要成果:
- 人工智能模型的平均准确率为84.50%,远高于专家的71.89%.
- 性别和发育阶段数据改善了AI系统的性能.
- 热图可视识别了骨缺陷类型的关键诊断区域.
结论:
- 深度学习显示出在协助骨缺陷查方面显著的前景.
- 人工智能工具可以增强自我监测和早期发现缺陷,特别是在家庭环境中.
- 这项技术支持扩大人工智能在牙科自我护理和预防性健康方面的应用.


