使用人工智能在口腔内照片上检测牙损伤

科学领域:

• 人工智能在牙科中的应用
• 口腔健康诊断 口腔健康诊断
• 医学成像分析 医学成像分析

背景情况:

• 牙损伤是一种普遍的全球性疾病,不成比例地影响低收入人群,牙护理的机会有限.
• 未经治疗的早期脏病可能会发展为严重的,昂贵的疾病,给个人和医疗保健系统带来负担.
• 早期检测和干预对于逆转牙和减轻财务压力至关重要.

研究的目的:

• 开发和评估基于深度学习的人工智能 (AI) 管道,用于早期检测牙损伤.
• 使用国际虫检测和评估系统 (ICDAS) 评分,将虫分为早期白斑 (一级) 和化病变 (二级).
• 评估人工智能系统在前后牙的口腔内照片上的性能.

主要方法:

• 通过智能手机和口腔内摄像头获得的50,179张口腔内牙照片的数据集被利用.
• 开发了一种多阶段的深度学习管道,以定位单个牙和分类.
• 在AI分类中,虫被分为1级 (ICDAS 1-2) 和2级 (ICDAS 3-6) 的AI分类.

主要成果:

• 对于前牙,AI在1级实现了89.78%的灵敏度和91.67%的特异性,在2级实现了97.06%的灵敏度和99.79%的特异性.
• 对于后牙,AI显示了90.25%的敏感度和86.96%的1级特异性,以及95.8%的敏感度和94.12%的2级特异性.
• 人工智能系统在检测不同牙类型的早期和晚期牙方面表现出很高的表现.

结论:

• 开发的人工智能算法显示出作为早期虫检测成本有效工具的巨大潜力.
• 该系统能够分析来自智能手机等非临床环境的图像,从而提高了可访问性.
• 人工智能驱动的牙科诊断可以改善早期干预,降低治疗成本,减轻医疗保健系统的负担.