牙科监测人工智能在检测对齐器跟踪问题的准确性:一项回顾性多中心研究
Julie Fahl McCray1, William Dabney2, Dylan Handlin1
1Department of orthodontics, Center of Advanced Dental Education, Saint-Louis University, 3320 Rutger St., St. Louis, MO, 63104, USA.
BMC oral health
|January 8, 2026
概括
牙科监测 (DM) 的人工智能 (AI) 准确地检测到对齐器跟踪问题,在识别失位事件方面显示出高可靠性. 人工智能系统表现出强的性能,特别是在排除显著的对齐器不合适方面.
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
- 牙科技术 牙科技术
背景情况:
- 在正治疗中,对齐器跟踪问题很常见.
- 准确检测对齐器跟踪问题对于治疗成功至关重要.
- 牙科监测 (DM) 开发了一个人工智能系统来解决这些问题.
研究的目的:
- 为了评估DentalMonitoring的AI在检测对齐器跟踪问题的性能.
- 将人工智能驱动的评估与专家牙科评估进行比较.
- 量化AI在识别不同严重程度的对齐器脱座的准确性.
主要方法:
- 一项多中心的回顾性研究分析了3323名患者的评估.
- 用二进制 (坐着/不坐着) 和三级 (坐着,轻微不坐着,明显不坐着) 模型评估DM的AI.
- 人工智能输出与 ортодонтика居民的参考标准进行了比较; 计算了灵敏度,特异性,PPV和NPV.
主要成果:
- 对于二进制分类,AI实现了93.2%的灵敏度和86.2%的特异性.
- 在三级模型中,可见的无座位具有91.1%的灵敏度和90.5%的特异性.
- 高负预测值 (NPV) 表示可靠性排除显著的失席事件.
结论:
- 德米的AI系统显示高灵敏度和NPV检测对齐器失位事件.
- 人工智能可靠地区分轻微和明显的失席.
- 人工智能可靠地执行,最大限度地减少了临床上显著不合适的虚假负面,因此需要进一步验证.
