Змінити пароль!
Скинути пароль!
Інструмент виявлення карієсу на основі штучного інтелекту демонструє значний потенціал для покращення діагностики карієсу в клінічних умовах. Однак його чутливість залежить від розташування зуба і типу ураження.
Нещодавнє дослідження оцінило ефективність діагностичної моделі на основі штучного інтелекту (ШІ) з технологією глибокого навчання для виявлення карієсу зубів за допомогою внутрішньоротових зображень у реальних клінічних умовах. Це дослідження дало багатообіцяючі результати з точки зору точності, специфічності та прогностичної цінності діагностичної моделі, а також визначило сфери застосування ШІ для потенційного підвищення ефективності виявлення карієсу. У дослідженні взяв участь 191 пацієнт, що послідовно зверталися до ендодонтичної клініки. Всього було обстежено 4361 зуб за допомогою інтраоральної камери.
Модель на основі штучного інтелекту, використана в дослідженні, включала архітектури MobileNet-v3 і U-net, які призначені для ретельного вивчення зображень і виявлення карієсу. Оцінювали такі показники, як загальна точність, чутливість, специфічність, позитивна прогностична цінність та негативна прогностична цінність. Порівняння проводили відповідно до клінічного діагнозу, поставленого лікарем-ендодонтистом. У цьому проспективному клінічному дослідженні модель виявлення карієсу на основі штучного інтелекту продемонструвала високу ефективність за кількома ключовими показниками:
Одним з ключових висновків стала різниця в точності діагностики на основі наступних факторів:
Завдяки своїй високій точності, специфічності та негативній прогностичній цінності модель на основі штучного інтелекту може допомогти клініцистам визначити здорові зуби та успішно виключити каріозні ураження, підвищуючи діагностичну впевненість. Однак чутливість потребує підвищення при деяких зубних локалізаціях і видах карієсу. Передові моделі на основі штучного інтелекту та мультимодальна інтеграція даних можуть підвищити ефективність діагностики карієсу за допомогою штучного інтелекту в стоматологічній допомозі.
BMC Oral Health
Diagnostic accuracy of artificial intelligence-assisted caries detection: a clinical evaluation
Jing-Wen Zhang та ін.
Коментарі (0)