开发一种机器学习工具,用于家庭评估牙周炎
Zoe Xiaofang Zhu1, Xingwen Wu1, Lifang Zhu1
1Department of Basic & Clinical Translational Science, Tufts University School of Dental Medicine, Boston, MA, 02211.
medRxiv : the preprint server for health sciences
|March 31, 2025
概括
一个新的机器学习 (ML) 工具可以在家中进行牙周炎评估,从而改善那些不知道自己的病情的人获得牙科护理的机会. 这种人工智能驱动的方法有助于早期检测和及时治疗这种常见的牙疾病.
科学领域:
- 口腔健康 口腔健康
- 人工智能的人工智能
- 公共卫生 公共卫生
背景情况:
- 牙周炎影响了近一半的美国成年人,许多人无法及时获得牙科护理.
- 目前的诊断方法需要临床环境和专业专业知识,限制了可访问性.
- 未经治疗的牙周炎可能导致严重的全身健康并发症.
研究的目的:
- 开发一种机器学习 (ML) 工具,用于在家进行可访问的初步牙周炎评估.
- 解决牙科护理的缺口,特别是牙周检查.
- 赋予未经诊断的牙周病患者的权利,以便及时寻求治疗.
主要方法:
- 从NHANES数据库中训练了一种ML模型,使用多式联机,放射学独立的特征.
- 根据牙周病谱记录,按牙周炎的严重程度标记个人.
- 工程特征和进行超参数搜索以获得最佳模型性能.
主要成果:
- 性能最好的ML模型在测试组件上实现了0.80精度和0.81AUC.
- 证明了强大的分类性能,没有过度装配.
- 功能重要性分析指导问卷设计,用于实际应用.
结论:
- ML模型可以有效地利用公共卫生数据库进行牙周炎评估.
- 开发的工具可以通过提供基于家庭的预测来克服牙科护理准入障碍.
- 这种人工智能驱动的方法通过智能手机或笔记本电脑促进了早期检测和个性化牙科护理建议.
