需要多少数据来开发人工智能,可以准确地预测骨干手术后软组织的变化?

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 矯正牙科 矯正牙科是一種矯正牙科.

背景情况:

• 整形手术涉及复杂的软组织变化.
• 准确预测这些变化对于治疗规划至关重要.
• 当前的人工智能模型可能需要大量的数据来进行可靠的预测.

研究的目的:

• 确定开发准确的人工智能模型所需的样本大小,以预测在整形手术后软组织的变化.
• 为AI在这个领域建立一个样本大小计算方法.
• 为了达到临床上可接受的预测准确度 (≤1.5毫米误差).

主要方法:

• 利用了从705名接受联合手术和正牙治疗的患者的数据.
• 使用深度学习算法生成了40个AI模型,样本大小不同 (75-700名患者).
• 评估了下唇地标上的预测错误,并使用线性回归来将样本大小与错误相关联.

主要成果:

• 随着样本大小的增加,预测误差减少.
• 估计人工智能模型需要超过1700个数据集的样本大小,预测误差小于1.5毫米.
• 下唇被用作评估的主要结果变量.

结论:

• 开发人工智能软件所需的大量的整形手术数据是必不可少的.
• 这款人工智能软件旨在高精度地可视化手术治疗目标.
• 这些发现为在类似的人工智能驱动的医疗应用中对样本大小估计提供了基础.