Внешняя валидация модели искусственного интеллекта знаменует собой значительный шаг вперед в диагностике гипоминерализации молярных резцов.
Модель была впервые разработана на основе 18 719 снимков зубов с 34 710 патологическими данными. Затем снимки были проанализированы квалифицированными стоматологами в соответствии с международно-признанными классификационными системами. Как было описано ранее, модель продемонстрировала поразительно высокую внутреннюю обоснованность, но авторы осторожно подчеркнули, что модель нуждается в дальнейшем совершенствовании и внешней валидации.
Следуя этому примеру, исследователи, проводившие проверку, протестировали модель, используя изображения, доступные в свободном доступе из поисковых систем в Интернете. Рабочая группа из пяти стоматологов проанализировала в общей сложности 455 изображений, и они определили, что на 277 изображениях были показаны зубы с MIH на окклюзионных или гладких поверхностях, а на 178 изображениях - зубы без MIH. Когда эти изображения были впоследствии подвергнуты анализу с помощью модели искусственного интеллекта, результаты оказались весьма впечатляющими: модель достигла общей точности в 94,3% при обнаружении MIH на основе изображений.
Соавтор исследования, профессор Ян Кюхниш, руководитель отделения детской стоматологии на кафедре, прокомментировал важность исследования. «Стоматологические снимки, которые следует понимать как цифровой и машиночитаемый эквивалент результатов клинического обследования, могут автоматически оцениваться с помощью методов искусственного интеллекта и потенциально могут способствовать точной диагностической оценке в будущем. Учитывая, что снимки могут быть получены различными интраоральными сканерами, полупрофессиональными фотоаппаратами или даже мобильными телефонами, анализ с помощью алгоритмов искусственного интеллекта и получение быстрой и потенциально недорогой стоматологической диагностики — это небольшой шаг вперед».
Это, естественно, поднимает вопрос о том, как такая диагностика с помощью искусственного интеллекта изменит профессию стоматолога. Профессор Кюхниш продолжил: «Я думаю, что такие модели искусственного интеллекта будут постепенно интегрированы в стоматологические программные приложения и будут способствовать работе специалиста. Это похоже на другие стоматологические разработки, такие как самопротравливающие адгезивные системы. Идея появилась давным-давно, но потребовалось одно или два десятилетия, чтобы сделать работу достаточно стабильной и ее можно было использовать в повседневной стоматологической практике».
Как и в других областях стоматологии, которые трансформируются с внедрением ИИ, фундаментальным вопросом остается то, насколько точны с научной точки зрения эти модели, а также то, как они могут быть эффективно интегрированы с оценками и суждениями человека.
Внешняя валидация модели искусственного интеллекта знаменует собой значительный шаг вперед в диагностике гипоминерализации молярных резцов.
Модель была впервые разработана на основе 18 719 снимков зубов с 34 710 патологическими данными. Затем снимки были проанализированы квалифицированными стоматологами в соответствии с международно-признанными классификационными системами. Как было описано ранее, модель продемонстрировала поразительно высокую внутреннюю обоснованность, но авторы осторожно подчеркнули, что модель нуждается в дальнейшем совершенствовании и внешней валидации.
Следуя этому примеру, исследователи, проводившие проверку, протестировали модель, используя изображения, доступные в свободном доступе из поисковых систем в Интернете. Рабочая группа из пяти стоматологов проанализировала в общей сложности 455 изображений, и они определили, что на 277 изображениях были показаны зубы с MIH на окклюзионных или гладких поверхностях, а на 178 изображениях - зубы без MIH. Когда эти изображения были впоследствии подвергнуты анализу с помощью модели искусственного интеллекта, результаты оказались весьма впечатляющими: модель достигла общей точности в 94,3% при обнаружении MIH на основе изображений.
Соавтор исследования, профессор Ян Кюхниш, руководитель отделения детской стоматологии на кафедре, прокомментировал важность исследования. «Стоматологические снимки, которые следует понимать как цифровой и машиночитаемый эквивалент результатов клинического обследования, могут автоматически оцениваться с помощью методов искусственного интеллекта и потенциально могут способствовать точной диагностической оценке в будущем. Учитывая, что снимки могут быть получены различными интраоральными сканерами, полупрофессиональными фотоаппаратами или даже мобильными телефонами, анализ с помощью алгоритмов искусственного интеллекта и получение быстрой и потенциально недорогой стоматологической диагностики — это небольшой шаг вперед».
Это, естественно, поднимает вопрос о том, как такая диагностика с помощью искусственного интеллекта изменит профессию стоматолога. Профессор Кюхниш продолжил: «Я думаю, что такие модели искусственного интеллекта будут постепенно интегрированы в стоматологические программные приложения и будут способствовать работе специалиста. Это похоже на другие стоматологические разработки, такие как самопротравливающие адгезивные системы. Идея появилась давным-давно, но потребовалось одно или два десятилетия, чтобы сделать работу достаточно стабильной и ее можно было использовать в повседневной стоматологической практике».
Как и в других областях стоматологии, которые трансформируются с внедрением ИИ, фундаментальным вопросом остается то, насколько точны с научной точки зрения эти модели, а также то, как они могут быть эффективно интегрированы с оценками и суждениями человека.
Читайте также:
Статьи от брендов
0 комментариев