机器学习在牙矯正:通过精确性,可解释性和道德实践改变Invisalign治疗规划
Sanisa Trakulmututa1, Khin Than Win2
1University of Wollongong, Faculty of Engineering and Information Science, Master of Health Informatics, Orthodontist and Invisalign Provider, Bangkok, Thailand; NSW 2522, Australia.
International journal of medical informatics
|October 27, 2025
概括
这项研究使用人工智能 (AI) 和机器学习 (ML) 来提高泰国患者的Invisalign治疗可预测性. XGBoost 模型实现了高精度,增强了个性化的正牙护理.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 医疗保健中的人工智能
- 机器学习应用 机器学习应用
背景情况:
- 快速整合人工智能在医疗保健,特别是牙科.
- 来自接受Invisalign治疗的泰国患者的独特数据集.
- 探索人工智能与临床正牙科的协同作用.
研究的目的:
- 使用ML增加Invisalign治疗计划的可预测性和个性化.
- 通过预测结果来增强临床决策.
- 在道德AI框架内提高模型的解释性和解释性.
主要方法:
- 分析了来自泰国牙科诊所的657名被取消身份的患者记录.
- 应用ML技术:决策树,随机森林,XGBoost,ANN. 这就是我们的目标.
- 强调使用SHapley添加式扩展 (SHAP) 的模型透明度.
主要成果:
- 在预测Invisalign结果方面,XGBoost表现优异 (93.94%的准确性).
- 获得了高灵敏度 (97.12%),特异性 (90.00%) 和F1评分 (94.39%).
- SHAP分析提供了有关特征对预测影响的详细见解.
结论:
- 在 ортодонтической治疗预测先进的精度.
- 在正牙护理中开创了道德AI应用.
- 通过改善模型透明度和问责制,增强信任和有效性.
