人工智能辅助早期职业牙医在全景X线片上检测龋齿的多中心评估

引言与目的：人工智能辅助诊断工具正逐步引入牙科实践，但其对临床医生在常规全景X线片判读中表现的影响仍未完全明确。本多中心阅片者研究评估了人工智能辅助是否能提高龋齿检测的诊断准确性、效率和阅片者间一致性，尤其是在早期职业牙医中。方法：12名早期职业牙医（经验≤3年）和3名资深牙医（经验>10年）在四种条件下独立判读402张匿名全景X线片：无辅助判读、人工智能辅助判读、仅人工智能分析和专家参考。诊断表现与由3名经验丰富牙医使用像素级标注建立的标准化专家参考标准进行比较。分析了敏感性、特异性、受试者工作特征曲线下面积、判读时间和阅片者间一致性。结果：人工智能辅助提高了牙级敏感性（82.4% vs 67.4%，P < .001），而未影响特异性（97.4% vs 97.2%），并缩短了平均判读时间（50.37 vs 65.12秒，P = .003）。病例级敏感性从84.7%提高到93.3%（P < .001）。阅片者间一致性从κ = 0.61提高到0.73。独立人工智能系统在牙级达到敏感性79.2%（95% CI，76.0-82.4）和特异性98.4%（95% CI，76.0-82.4），AUC为0.938（95% CI，0.934–0.941）。结论：人工智能辅助提高了早期职业牙医在判读全景X线片进行龋齿检测时的诊断敏感性、效率和一致性，而未增加假阳性率。临床相关性：人工智能支持的判读可能有助于减少全景X线片评估中与经验相关的变异性，并提高常规牙科实践中的诊断效率，尤其是在资深监督有限的场所。