在牙科照片中验证基于人工智能的模型,用于检测幼儿
Julia Schwarzmaier1, Elisabeth Frenkel1, Julia Neumayr1
1Department of Conservative Dentistry and Periodontology, University Hospital, Ludwig-Maximilians University of Munich, 80336 Munich, Germany.
Journal of clinical medicine
|September 14, 2024
概括
一个人工智能 (AI) 模型在牙科照片中准确地检测到幼儿 (ECC),显示了对病变的分类高诊断性能. 为了更广泛的应用,需要进一步验证.
科学领域:
- 口腔健康 口腔健康
- 人工智能在牙科中的应用
- 诊断技术 诊断技术 诊断技术
背景情况:
- 幼儿牙 (ECC) 是一个重要的口腔健康问题,影响儿童的整体健康.
- 目前的ECC诊断依赖于视觉触觉检查,但AI提供了自动视觉评估的潜力.
- 现有的用于ECC检测的AI模型需要外部验证.
研究的目的:
- 通过外部验证一个可自由访问的基于人工智能的模型来检测ECC.
- 评估人工智能模型从牙科照片中分类各种病变的不同阶段的能力.
主要方法:
- 总共有143张前叶叶牙的匿名牙科照片被分析.
- 人工智能模型的性能与牙科研究小组设定的参考标准进行了比较.
- 进行统计分析以确定诊断性能指标.
主要成果:
- 人工智能模型实现了总体ECC检测准确率为97.2%.
- 在各种病变类别中,诊断性能各不相同,准确度从88.9%到98.1%不等.
- 灵敏度和特异性值显示出强大的诊断能力,AUC范围从0.834到0.964.
结论:
- 人工智能模型在外部验证中的表现反映了其报告的内部数据集结果.
- 人工智能模型在牙图像中检测和分类ECC方面表现有前途.
- 独立的图像样本研究是必要的,以全面评估AI模型的性能.


