在CBCT上基于AI检测牙特征:双层可靠性分析

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:

• 人工智能 (AI) 具有提高形束计算断层扫描 (CBCT) 分析诊断精度的潜力.
• 目前的验证通常集中在单一牙评估上,缺乏对全口诊断结果的评估.

研究的目的:

• 评估商业人工智能平台的诊断准确性,用于识别CBCT图像上的牙科治疗特征.
• 在单个牙和全口腔扫描水平上进行了评估.

主要方法:

• 对147次CBCT扫描 (4704个牙位置) 进行了回顾性分析.
• 两位专家读者确定了共识注释作为参考标准.
• 一个人工智能系统处理了匿名扫描,使用患者集群引导置信区间计算诊断指标.

主要成果:

• 对于大多数牙特征,人工智能平台实现了卓越的牙准确度 (>99%).
• 缺失牙 (99.3%) 和内牙治疗 (99.0%) 的敏感性最高.
• 在82.3%的病例中,实现了全扫描水平"完美协议",错误通常与多个发现的牙有关.

结论:

• 人工智能平台在CBCT扫描上检测孤立的牙特征方面表现出高准确度.
• 它的可靠性对于生成完整的口头报告是中等的.
• 人工智能有效地作为诊断辅助而不是自主系统.