基于CBCT的正统牙科分类使用商业AI:独立验证的完整性和准确性
Natalia Kazimierczak1, Nora Sultani2, Szymon Krzykowski2
1Kazimierczak Clinic, Dworcowa 13/u6a, 85-009 Bydgoszcz, Poland.
Journal of clinical medicine
|February 27, 2026
概括
诊断器人工智能 (AI) 平台显示,从形光束计算机断层扫描 (CBCT) 扫描中对正牙诊断的诊断可靠性很差,无法产生足够的数据用于临床使用.
科学领域:
- 矯正牙科 矯正牙科是一種矯正牙科.
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 人工智能 (AI) 工具正在出现,用于使用CBCT进行正牙诊断.
- 在基于CBCT的正牙评估中,AI表现的证据有限.
- 对CBCT数据的Diagnocat平台的诊断可靠性需要评估.
研究的目的:
- 评估Diagnocat人工智能平台的诊断可靠性.
- 为了评估从CBCT检查中得出的分类正诊断.
主要方法:
- 分析了59名接受CBCT和脑图的患者.
- 使用Diagnocat平台 (v1.0) 处理CBCT扫描.
- 人工智能输出与手动脑表分析 (参考标准) 进行了比较.
主要成果:
- 人工智能平台为<10%的患者生成了骨和垂直分类.
- 公平的协议 (科恩的卡帕=0.324) 被观察到过度咬伤的分类.
- 数据完整度低 (骨架参数<10%),表明可用性差.
结论:
- 诊断平台的诊断可靠性不足,数据完整性低.
- 人工智能工具目前不适合在牙矯正中进行独立的临床决策.
- 需要进一步开发以改善基于CBCT的评估中的AI性能.


