人类和人工智能在放射性虫检测中的表现:ex vivo牙截面参考评估和对临床决策的影响

科学领域:

• 牙科 牙科是指牙科的专业.
• 人工智能的人工智能
• 放射学 放射学是一门学科.

背景情况:

• 放射性虫检测对于及时干预至关重要.
• 人类对X射线图的解释可能是主观的,容易出错.
• 人工智能系统有可能提供客观和一致的诊断支持.

研究的目的:

• 评估商业人工智能系统 (Nostic) 与人类牙医对照的诊断性能,以进行放射性虫检测.
• 为了比较人工智能和人类评分器的准确性,使用牙部分作为参考标准.
• 探索最佳决策策略,结合人类和人工智能评估.

主要方法:

• 分析了来自548个近似部位和91个宫部位的X线图和牙切口.
• 三名牙医和一个人工智能系统提供了虫检测评估.
• 使用ROC/PR分析,校准指标和基于值的措施量化性能.

主要成果:

• 与人类评分器相比,AI系统对近似质 (D1/2) 和牙 (D3/4) 病变的敏感性更高.
• 人类评级者对近似牙病变的特异性更高.
• 对于宫牙病变 (D3/4),人工智能和人类评分器都表现良好,人工智能显示的特异性略好.
• 人与人工智能的结合决策规则,特别是 AND 方法,有效地平衡了假阳性和假阴性,最大限度地减少了临床损失.

结论:

• 人工智能系统为放射性检测提供了有价值的补充信息.
• 将人工智能与人类专业知识整合到结构化决策规则中,可以提高诊断准确度.
• 取决于环境的AI使用支持最小侵入性虫病管理,并改善预防性/手术性决策.