人工知能による歯の予後診断

Diagnosis of Tooth Prognosis Using Artificial Intelligence.

抄録

個々の歯の予後を正確に診断するためには、より広い治療計画を考慮して総合的に判断する必要がある。本研究の目的は，ハーバード大学歯学部（HSDM）の包括的治療計画カリキュラム（CTPC）に基づき，正確な歯の予後を決定するための効果的な人工知能（AI）ベースのモジュールを確立することである．94症例2359歯の予後を，HSDM-CTPCから選択された17の臨床的決定因子に基づいて，2つのグループ（Model-A：16名，Model-B：13名）が1〜5段階（1-Hopeless，5-Good condition for long term）で評価した．アルゴリズムを作成するために、勾配ブースティング分類器、決定木分類器、ランダムフォレスト分類器を含む3つのAI機械学習法が用いられた。これら3つの分類法を経験豊富な歯科医師3名のコンセンサスにより決定されたゴールドスタンダードデータに対して評価し、その精度を解析した。決定木分類器は0.8413（モデル-A）および0.7523（モデル-B）と最も高い精度を示した．勾配ブースティング分類器とランダムフォレスト分類器の精度は，それぞれ0.6896，0.6687，0.8413，0.7523であった．全体として、決定木分類器は3つの手法の中で最も精度が高かった。本研究は，治療計画を考慮した歯の予後の意思決定プロセスにおけるAIの導入に貢献するものである．

The accurate diagnosis of individual tooth prognosis has to be determined comprehensively in consideration of the broader treatment plan. The objective of this study was to establish an effective artificial intelligence (AI)-based module for an accurate tooth prognosis decision based on the Harvard School of Dental Medicine (HSDM) comprehensive treatment planning curriculum (CTPC). The tooth prognosis of 2359 teeth from 94 cases was evaluated with 1 to 5 levels (1-Hopeless, 5-Good condition for long term) by two groups (Model-A with 16, and Model-B with 13 examiners) based on 17 clinical determining factors selected from the HSDM-CTPC. Three AI machine-learning methods including gradient boosting classifier, decision tree classifier, and random forest classifier were used to create an algorithm. These three methods were evaluated against the gold standard data determined by consensus of three experienced prosthodontists, and their accuracy was analyzed. The decision tree classifier indicated the highest accuracy at 0.8413 (Model-A) and 0.7523 (Model-B). Accuracy with the gradient boosting classifier and the random forest classifier was 0.6896, 0.6687, and 0.8413, 0.7523, respectively. Overall, the decision tree classifier had the best accuracy among the three methods. The study contributes to the implementation of AI in the decision-making process of tooth prognosis in consideration of the treatment plan.