在照片中使用基于人工智能的模型检测和分类 - - 外部验证研究
Elisabeth Frenkel1, Julia Neumayr1, Julia Schwarzmaier1
1Department of Conservative Dentistry and Periodontology, University Hospital, Ludwig-Maximilians University of Munich, 80336 Munich, Germany.
Diagnostics (Basel, Switzerland)
|October 25, 2024
概括
这项研究验证了一种人工智能模型,用于检测和分类牙,使用718张图像. 人工智能模型表现出强大的诊断性能,显示了它对现实世界牙科应用的潜力.
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:
- 牙腐烂的检测和分类对于及时治疗至关重要.
- 现有的AI模型需要对独立数据集进行外部验证.
- 人工智能为客观和高效的牙科诊断提供了潜力.
研究的目的:
- 为了外部验证一个可自由访问的基于人工智能的模型,用于虫检测,分类,定位和细分.
- 在独立的数据集上评估AI模型的诊断性能.
- 将AI模型的性能与牙科团队的评估进行比较.
主要方法:
- 使用了718张牙图像的独立数据集 (535张牙,183张非牙).
- 使用牙科团队 (参考标准) 和人工智能模型 (测试方法) 评估图像.
- 计算的诊断性能指标:准确度 (ACC),灵敏度 (SE),特异性 (SP) 和曲线下的面积 (AUC).
主要成果:
- 在虫检测方面获得了92.0%的整体准确性.
- 分类表现显示了ACC (85.5-95.6%),SE (42.9-93.3%),SP (82.1-99.4%) 和AUC (0.702-0.909) 的情况.
- 在97.0%的案例中,在本地化和成功细分方面表现出97.0%的准确性.
结论:
- 基于人工智能的模型在一个独立的数据集上表现出 caries 检测和分类的有希望的诊断性能.
- 外部验证支持AI模型在牙科诊断中的潜在实用性.
- 建议进行进一步的研究,以探索AI模型的有效性,可靠性和可用性,跨不同数据源和患者群体进行进一步的研究.
