商用基于人工智能的数字工作流与传统基于人类专家的数字工作流之间的比较,用于设计前部冠状
Jun-Ho Cho1, Gülce Çakmak2, Eun-Byeol Jee3
1Assistant Professor, Department of Prosthodontics, School of Dentistry and Dental Research Institute, Seoul National University, Seoul, Republic of Korea.
The Journal of prosthetic dentistry
|July 8, 2025
概括
牙科冠设计的深度学习 (DL) 软件,Dentbird Crown (DD) 和Automate (DA),实现了与传统方法相比的功能和美学结果. 这些DL驱动的数字工作流程在前面的皇冠设计中提供了一致的质量.
科学领域:
- 数字牙科数字牙科
- 假牙术中的人工智能
- 在修复性牙科中CAD/CAM.
背景情况:
- 有限的研究将基于深度学习 (DL) 的数字工作流与牙科设计质量和一致性的传统方法进行比较.
- 评估DL软件在确保基线设计质量的潜力至关重要.
研究的目的:
- 评估商业上可用的基于DL的设计解决方案是否可以产生与牙科实验室技术人员相似的结果.
- 将DL驱动的数字工作流与牙科假肢中的传统基于人类的方法进行比较.
主要方法:
- 三个数字工作流被用来设计25个前部完整的皇冠:两个基于DL的 (DD,DA) 和一个传统的 (CC).
- 结果被评估为功能 (切口路径偏差,长度,平均倾斜) 和美学 (宽度与高度比,接触长度,牙轴角).
- 使用Welch t和Mann-Whitney U测试 (α=.05) 进行了非劣等性分析.
主要成果:
- 基于DL的工作流程 (DD,DA) 在切口路径长度和宽度与高度比率方面表现出与传统工作流程 (CC) 相比的非劣势.
- 对于平均切口路径倾斜度和角半径,DD冠表示非劣质.
- 与CC相比,DD和DA两种工作流在近距离接触长度和牙轴角方面均不劣.
结论:
- 使用DL软件 (DD,DA) 的数字工作流产生与传统实验室技术人员设计相似的功能和审美结果的前部冠状.
- 基于DL的软件提供了一种可行的替代方案,以实现一致和高质量的前面冠状制造.
