人工智能软件在检测近距离病变时的可靠性 使用咬伤放射图片
Liina Piipari1, Vuokko Anttonen1, Adrian Lussi2,3
1University of Oulu, Research Unit of Population Health, Oulu, Finland.
Caries research
|July 6, 2025
概括
这项研究评估了人工智能 (AI) 软件,用于检测牙X射线图上的近似. 人工智能表现出了良好的表现,显示出牙医从业人员在诊断早期牙的工具的潜力.
科学领域:
- 牙科放射学 牙科放射学
- 人工智能在牙科中的应用
- 虫检测 虫检测 检测
背景情况:
- 评估人工智能 (AI) 软件的可靠性,以检测在咬翼放射图上不同深度的近似病变.
- 评估AI的诊断能力与经验丰富的牙医建立的共识黄金标准.
研究的目的:
- 为了确定人工智能软件在识别牙和牙损伤病变时的准确性和可靠性.
- 将AI软件的检测结果与人类专家的共识 (黄金标准) 进行比较.
主要方法:
- 分析了40张咬翅的X射线图 (288颗牙,576个近似表面).
- 一个共识的黄金标准是由五名牙医使用国际虫检测和评估系统建立的.
- 人工智能软件 (Nostic软件®) 分析了放射图,其结果与黄金标准进行了比较.
主要成果:
- 人工智能软件在牙损伤 (D 1-2) 中达到0.78的精度,在牙损伤 (D 3-4) 中达到0.85的精度.
- 曲线下的面积 (AUC) 值为0.70对于质病变和0.81对于牙病变.
- 人工智能在检测不同深度的近端病变方面表现不错.
结论:
- 人工智能软件显示出潜在的潜力,作为一种有效的工具,用于支持在咬翼图像中诊断初始.
- 与黄金标准相比,AI在检测不同深度的近端病变方面的表现被认为是不错的.
- 这项技术可以帮助牙医在早期病检测和诊断.
