基于人工智能的深度学习模型在口腔内图像上检测牙损伤的应用 - - 一个系统性审查

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:

• 检测牙腐烂依赖于放射学解释,这可能是主观的.
• 人工智能 (AI) 的进步,特别是深度学习 (DL),为客观和高效的诊断工具提供了潜力.
• 口腔内成像是一种常见的牙科检查方法.

研究的目的:

• 系统地审查基于人工智能的DL模型在检测牙损伤方面的有效性.
• 评估使用DL检测的研究的性能和方法质量.
• 确定AI模型在临床环境中部署的当前状态.

主要方法:

• 按照PRISMA 2020指南进行系统审查.
• 在PubMed,Scopus和CENTRAL数据库中搜索到2024年6月1日之前发表的研究.
• 使用修改的 QUADAS 偏差风险工具评估方法质量,并分析性能指标.

主要成果:

• 包括23项研究,19项具有偏差低风险.
• 人工智能模型的准确度在56%至99.1%之间,灵敏度在23%至98%之间,特异性在65.7%至100%之间.
• 解释性AI (XAI) 的使用有限,只有4项研究达到4级部署 (移动/网络应用).

结论:

• 基于人工智能的DL模型显示了改善牙检测的巨大潜力,特别是在资源有限的环境中.
• 进一步的开发和现实世界的部署研究是必要的,以提高这些AI模型的临床适用性.
• 该审查强调需要对可解释的AI和AI在牙科中的实际应用进行更多研究.