人工智能辅助虫检测的诊断准确性:临床评估
Jing-Wen Zhang1, Jie Fan2, Fang-Bing Zhao1
1Department of Stomatology, Zhujiang Hospital, Southern Medical University, 253 Gongyedadao Road, Guangzhou, 510282, China.
BMC oral health
|September 16, 2024
概括
在临床实践中,用于检测牙损伤的人工智能 (AI) 模型显示了高的整体准确性 (93.40%) 和特异性 (95.65%). 需要进一步开发人工智能,以提高对特定牙位置和牙类型的敏感性.
科学领域:
- 牙科 牙科是指牙科的专业.
- 人工智能在医学中的应用
- 医疗成像医学成像
背景情况:
- 检测牙腐烂对于及时干预至关重要.
- 整合人工智能 (AI) 提供了改善诊断准确性的潜力.
- 口腔内成像是内牙科的一个标准诊断工具.
研究的目的:
- 通过使用口腔内图像来评估人工智能诊断模型用于虫检测的临床实用性.
- 为了评估人工智能模型的诊断性能,与内脏牙科专家相比.
主要方法:
- 一项前性研究涉及191名患者的4,361颗牙.
- 利用MobileNet-v3和U-net架构的AI模型被用于虫检测.
- 性能指标包括灵敏度,特异性,正预测值 (PPV),负预测值 (NPV) 和准确性.
主要成果:
- 人工智能模型实现了93.40%的整体精度和高特异性 (95.65%).
- 灵敏度为81.31%,根据牙位置和病类型有显著的变化.
- 最低的敏感性被观察到在前牙的近接牙和前牙的口腔牙.
结论:
- 人工智能辅助虫检测显示出临床应用的希望,因为其整体准确性和特异性很高.
- 敏感度的变化需要为各种临床场景进一步改进人工智能模型.
- 未来的研究应该集中在多式联运数据集成和先进的AI架构上,以提高性能.
