基于锥形束CT的AI与人工评级在气道测量可靠性中的对比研究

《Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology》：Comparisons of the reliability of airway measurements on cone beam computed tomography scans among human raters and a convolutional neural network

本研究通过对比人工评级与卷积神经网络（CNN）在锥形束计算机断层扫描（CBCT）中对气道体积（Volume）和最小截面积（MCA）的测量结果，发现Diagnocat人工智能软件在存在轻微至中度运动伪影的临床数据中表现出与合格医师相当的可靠性（ICC>0.75），为AI辅助气道精准诊断提供了临床适用性证据。

　　

亮点

引言

锥形束计算机断层扫描（CBCT）和人工智能（AI）作为诊断工具在牙科领域的受欢迎度持续上升。这些技术的一个增长点在于气道分析领域，CBCT常被用于测量气道体积以及诊断该区域扁桃体和其他软组织异常。在此应用中，CBCT已被证明是测量上气道体积和横截面积的精确工具¹。

材料与方法

本研究经爱荷华大学机构审查委员会审查并批准。IRB ID: 202408515。知情同意豁免已获批准，因为研究被确定对受试者造成的伤害风险不超过最低限度，并且不涉及在研究背景之外通常需要书面同意的程序。

爱荷华大学牙科学院的一名教员（一名委员会认证的放射科医生）从其收集了356个CBCT数据集...

结果

结果表明，所有比较均显示出良好至优异的可靠性（ICC > 0.75），提示评级者之间存在高度一致性。具体而言：人工评级者之间的比较显示，对于总气道体积（ICC = 0.974, 95% CI: 0.96 – 0.983）和最小横截面积（ICC = 0.968, 95% CI: 0.952 – 0.979）均具有极佳的可靠性，表明这两名评级者的测量结果非常一致²⁶。然而，存在一些情况，其中Diagnocat计算出的...

讨论

多项研究显示了在牙科中使用人工智能辅助诊断工具的光明前景。这些研究包括支持这些工具用于分割或颌面结构^15,16,17,18，并且对本研究最关键的是，用于气道分割¹⁹。然而，这些研究主要是在理想环境下测试这些工具，排除了临床实践中不可避免的放射学伪影。本研究中使用存在运动伪影的CBCT数据集...

结论

Diagnocat（Diagnocat, San Francisco, CA）人工智能软件能够在对存在轻微至中度运动伪影的锥形束计算机断层扫描（CBCT）数据集进行基于口咽气道体积和最小横截面积的测量，其水平可与合格的人类医师相媲美。