人工智能模型用于检测和定量正牙诱导根吸收使用圆束计算机断层扫描:系统性审查和元分析
Carlos M Ardila1,2, Eliana Pineda-Vélez2,3, Anny M Vivares-Builes2,3
1Department of Periodontics, Saveetha Institute of Medical and Technical Sciences, Saveetha Dental College and Hospitals, Saveetha University, Chennai 600077, India.
Dentistry journal
|February 26, 2026
概括
人工智能 (AI) 模型在使用圆束计算断层扫描 (CBCT) 检测和量化正义牙科诱导的根吸收 (OIRR) 方面表现出高精度. 这些人工智能工具与专家评估有很好的一致性,支持它们在牙矯正中临床使用.
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:
- ортодонтически诱导的根吸收 (OIRR) 是 ортодонтической治疗的一个常见的不良影响.
- 准确检测和量化OIRR对于患者护理至关重要.
研究的目的:
- 系统地审查和元分析AI模型用于使用CBCT检测OIRR的诊断性能.
- 评估人工智能模型与手动评估的一致性,并探索影响性能的因素.
主要方法:
- 在主要数据库中进行了全面的文献搜索.
- 包括7项使用人工智能用于CBCT上的OIRR诊断的研究.
- 根据PRISMA指南,进行了随机效应元分析和子组分析.
主要成果:
- 人工智能模型显示高聚合灵敏度 (0.903) 和优异的特异性 (82%-98%).
- 在ROC曲线下的面积达到了0.96,表明强大的诊断能力.
- 人工智能和人工量化之间观察到近乎完美的一致性 (ICC=1000).
结论:
- 应用于CBCT的AI模型显示了OIRR检测的出色的诊断准确性.
- 人工智能与专家评估具有很高的一致性,这表明临床整合的潜力.
- 进一步的研究可能会改进AI模型架构和验证以获得最佳性能.
