深度学习照片处理用于牙周炎查
1Shanghai Perio-Implant Innovation Center, Institute of Integrated Oral, Craniofacial and Sensory Research, Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Journal of dental research
|July 12, 2025
概括
深度学习算法 (DLM) 从口腔图像准确检测牙周炎,提供一种潜在的非临床查方法. 这种人工智能工具的准确性很高,在识别牙周病方面可能超过临床医生的表现.
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:
- 晚期检测牙周炎会导致严重的健康问题.
- 口腔影像查是一种可访问的,非临床的诊断方法.
- 深度学习算法在医学诊断中显示出有前途的潜力.
研究的目的:
- 用口腔图像评估深度学习模型在检测牙周炎 (II-IV阶段) 的准确性.
- 与临床检查和人类专家相比,评估模型的性能.
- 探索人工智能驱动的口腔图像分析用于牙周查的潜力.
主要方法:
- 使用ResNet50的深度学习模型 (DLM) 被开发并测试在口腔数字双胞胎上.
- 这项研究涉及387名受试者进行内部测试和183名受试者进行外部验证.
- 使用AUROC,灵敏度和特异性测量性能,并使用类激活热图进行解释性.
主要成果:
- 在检测牙周炎的内部和外部数据集中,DLM实现了高精度 (AUROC=0.93).
- 由DLM确定的感兴趣的地区与牙周病学家的评估有很高的一致性.
- 与临床医生相比,DLM表现出更高的灵敏度和特异性.
结论:
- 深度学习模型处理口腔图像显示了牙周健康查的重大潜力.
- 人工智能有效地识别了口腔图像中的关键诊断特征,有时甚至超过了人类的临床观察.
- 为了将其作为查工具在全球范围内实施,需要对不同人群进行进一步的验证.


