人工智能平台在牙病的检测:一个系统的审查和元分析
Lyndon P Abbott1, Ankita Saikia1, Robert P Anthonappa2
1Paediatric Dentistry, UWA Dental School, The University of Western Australia, Perth, Australia.
The journal of evidence-based dental practice
|February 13, 2025
概括
人工智能 (AI) 在检测牙腐烂方面表现出不同的准确性. 分析显示,人工智能提供了优越的灵敏度和可比的特异性,可用于虫检测的放射学,尽管一致性需要改进.
科学领域:
- 牙科诊断 牙科诊断 牙科诊断
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
背景情况:
- 牙腐烂检测依赖于成像,诊断准确度各不相同.
- 人工智能 (AI) 在分析牙图像方面呈现出潜在的进步.
- 评估AI在虫检测方面的现有能力对于临床整合至关重要.
研究的目的:
- 系统地审查人工智能平台和机器学习方法,以检测牙虫.
- 评估AI在从临床图像和X射线图片中识别牙的准确性.
- 综合当前关于人工智能在牙损伤诊断中的表现的证据.
主要方法:
- 在8个电子数据库中进行系统的文献搜索 (2000年1月至2024年3月).
- 提取人工智能平台,方法,准确性和研究特征.
- 使用QUADAS-2和CLAIM进行质量评估;对聚合精度估计的元分析.
主要成果:
- 包括45项研究,使用X射线图 (33) 和临床图像 (12).
- 报告了21个AI平台,准确度从41.5%到98.6%不等.
- 分析:平均灵敏度为76%,特异性为91%,AUC为92%,观察到高异质性.
结论:
- 人工智能在牙腐烂检测方面的表现在各个平台上有很大差异.
- 与虫检测的咬翼放射相比,AI显示出更高的灵敏度和同等的特异性.
- 需要进一步改进人工智能,以便在所有成像模式中实现一致和可靠的性能.
