在年轻的永久性牙中诊断脏的准确性,使用近距离放射成像和人工智能验证
Débora Heloísa Silva de Brito1, Thaysa Gomes Ferreira Tenório Dos Santos1, Samylla Glória de Araújo Costa2
1DDS, MSc, PhD student. University of Pernambuco, School of Dentistry - Department of Pediatric Dentistry, Recife, Pernambuco, Brazil.
Journal of clinical and experimental dentistry
|July 7, 2025
概括
人工智能 (AI) 通过使用X射线图,有效地检测儿童牙的早期牙损伤. 这种人工智能系统实现了高精度,与人类检查员相比,有助于更一致和可靠的病诊断.
科学领域:
- 牙科 牙科是指牙科的专业.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 由于无症状的呈现和无法进入的位置,早期牙损伤很难在临床上检测到.
- 牙诊断是主观的,导致牙科专业人员之间的不一致.
- 技术进步为改善虫检测提供了新的工具.
研究的目的:
- 评估人工智能系统在使用近距离射线图来诊断年轻永久牙的病变时的准确性.
- 将人工智能系统的诊断性能与检查员之间的诊断进行比较.
主要方法:
- 一项描述性研究分析了6-9岁儿童第一个永久性牙的近距离放射图.
- 使用AI进行了对象检测算法 (YOLOv8) 和预训练分类器 (EfficientNet-B0) 的训练.
- 放射图片来自三个私人放射诊所,并根据黄金标准进行校准.
主要成果:
- 人工智能模型 (YOLOv8) 在检测病时获得了91%的准确性和98%的精度.
- EfficientNet-B0分类器在分类有或没有牙的牙时显示了89%的准确性.
- 观察到优秀的检查人员之间的协议 (97.4%,kappa=0.88),作为一个基准.
结论:
- 这种基于人工智能的方法在识别放射性病变方面表现强,并且有效.
- 人工智能提供了一种有希望的,一致的方法来补充牙损伤诊断中的临床判断.
- 该研究强调了人工智能的潜力,提高了儿科牙科放射分析的准确性和可靠性.


