人工智能的诊断准确性对咬伤翼放射图上的近似:系统性审查和元分析
Bruna Katherine Guimarães Carvalho1, Elias-Leon Nolden1, Alexander Schulze Wenning1
1Centre for Translational Medicine, Semmelweis University, Tűzoltó utca 37-47 1072, Budapest, Hungary.
Journal of dentistry
|October 13, 2024
概括
人工智能 (AI) 在牙咬牙翼放射图上检测近似脏时显示出高准确度. 虽然对查有价值,但专家验证对于准确诊断和防止不必要的牙科治疗至关重要.
科学领域:
- 牙科 牙科是指牙科的专业.
- 放射学 放射学是一门学科.
- 人工智能的人工智能
背景情况:
- 检测牙腐烂对于及时干预至关重要.
- 咬翼放射是诊断近似脏病的标准.
- 人工智能有可能提高牙科诊断的准确性.
研究的目的:
- 系统地审查和元分析AI的诊断准确性,以检测咬翼X射线图上的近似病变.
- 评估人工智能算法在识别牙早期迹象方面的表现.
主要方法:
- 对RCT和非RCT进行系统审查和元分析.
- 在PubMed,Cochrane和Embase数据库中进行了搜索.
- 使用 QUADAS-2 工具评估偏差风险.
- 采用双变量模型的聚合灵敏度和特异性.
主要成果:
- 从2442个已识别的研究中,包括了21项研究.
- 聚合的灵敏度:0.94 (CI:±0.78-0.99). 这是一个很好的结果.
- 集中的特异性:0.91 (CI:±0.84-0.95).
- 高负预测值 (0.79-1.00) 表示强烈排除健康的牙.
结论:
- 人工智能模型对近似虫的诊断准确性具有临床可接受性.
- 人工智能可靠地排除了健康的近似表面.
- 建议对AI发现进行专家验证,以防止过度治疗并确保准确的诊断.
