人工智能和手部卫生准确性:牙科实践感染控制的新时代

科学领域:

• 牙卫生 牙卫生
• 医疗保健中的人工智能
• 感染控制的方法是感染控制.

背景情况:

• 手部卫生 (HH) 在预防牙科环境中的感染方面至关重要.
• 目前评估HH绩效的方法依赖于手动审计,这可能是资源密集和主观的.

研究的目的:

• 评估人工智能 (AI) 模型在评估牙科学生手部卫生 (HH) 绩效方面的有效性.
• 将人工智能模型的评估准确性与人类感染控制审计师的评估准确性进行比较.

主要方法:

• 一个卷积神经网络 (CNN) 使用牙科学生执行基于酒精的手按摩 (ABHR) 程序的视频进行了微调.
• 人工智能模型的性能使用精度,回忆和F1分数进行了评估,并与两个感染控制审计师进行了比较,使用Cohen的kappa进行协议分析.

主要成果:

• 人工智能模型获得了F1整体得分0.85,证明了在区分手动类别方面的熟练程度.
• 人工智能模型和审计者之间观察到90.91%的协议率,AI在识别正确的HH实践中显示了85.7%的灵敏度和100%的特异性.
• 人工智能和审计人员都经常确定第3步 (手指的背部与相反的手掌,手指互锁) 是最常错过的HH步骤.

结论:

• 人工智能模型的HH绩效评估与人类审计师的HH绩效评估密切一致,表明它作为可靠工具的潜力.
• 人工智能模型可以用于评估和指导牙科诊所的手部卫生.
• 建议进行进一步的研究,以探索AI在各种牙科环境中的适应性.