根据一项发表在《牙髓病学杂志》上的研究，AI驱动模型在牙髓空间分割中表现出色。自动分割锥形束计算机断层扫描图像上的三维牙髓空间为牙髓病学的诊断、治疗计划和临床教育提供了重要的机会。这项系统综述的目的是调查AI驱动的自动牙髓空间分割在锥形束计算机断层扫描图像上的性能。
研究人员使用PubMed、Web of Science和Cochrane数据库进行了全面的电子搜索，截至2024年2月。两名独立评审员参与了研究的选择、数据提取和评估，任何分歧由第三名评审员解决。使用“诊断准确性研究质量评估-2”工具评估偏倚风险。
结果：共有13项符合入选标准的研究被纳入。大多数研究在其各自的分割方法中表现出高准确性，尽管在不同结构（牙髓腔、根管）和牙齿类型（单根牙、多根牙）之间存在一些差异。自动分割在牙髓腔分割方面表现略优于根管分割，单根牙的表现也优于多根牙。此外，第二近中颊侧（MB2）根管的分割也表现出高性能。在时间效率方面，分割所需的最短时间为13秒。
AI驱动模型在牙髓空间分割中表现出色。然而，这些发现需要谨慎解读，其普遍性受到潜在偏倚风险和低证据水平的限制，这主要是由于方法细节不足和评估技术不一致。此外，还有改进的空间，特别是针对根管分割和测试AI在伪影诱导图像中的性能。
参考文献：Alfadley A, Shujaat S, Jamleh A, Riaz M, Aboalela AA, Ma H, Orhan K. AI驱动解决方案在锥形束计算机断层扫描图像上自动分割牙髓空间的进展。系统综述。《牙髓病学杂志》。2024年5月29日；S0099-2399(24)00336-4。doi: 10.1016/j.joen.2024.05.012。Epub提前出版。PMID: 38821262。
(全文结束)
