人工知能の小児歯科への応用の現状：系統的レビューとメタ分析

Current Applications of Artificial Intelligence for Pediatric Dentistry: A Systematic Review and Meta-Analysis.

抄録

小児歯科における診断および治療計画立案の可能性に関する人工知能アプリケーションを系統的に評価する。 PubMed、EMBASE、Scopus、Web of Science、IEEE、medRxiv、arXiv、Google Scholarを特定の検索クエリを用いて検索した。QUADAS-2（Quality Assessment of Diagnostic Accuracy Studies-2）チェックリストを用いて、対象研究のバイアスリスク評価を行った。 最初のスクリーニングに基づき、33件の適格な研究が組み入れられた（3,542件中）。11件の研究は、QUADAS-2の全領域においてバイアスリスクが低いと思われた。ほとんどのアプリケーションは、幼児期のう蝕診断と予測、歯の同定、口腔衛生評価、上顎歯の同定に焦点を当てたものであった。AIツールを評価した研究は、レントゲン写真上の中歯または過剰歯の同定が6件、乳歯の同定および/または番号付けが4件、レントゲン写真上のう蝕検出が7件、幼児う蝕予測が12件であった。これら4つのタスクについて、報告されたAIの精度は60％～99％、感度は20％～100％、特異度は49％～100％、F1スコアは60％～97％、曲線下面積は87％～100％であった。 小児歯科における人工知能の応用に関する全体的なエビデンスは、確固とした結論を出すことはできない。幅広い用途において、AIは有望な精度を示している。今後の研究では、標準治療に対するAIの比較に焦点を当て、研究間で比較できるように、標準化された一連の結果と測定基準を採用すべきである。

To systematically evaluate artificial intelligence applications for diagnostic and treatment planning possibilities in pediatric dentistry. PubMed, EMBASE, Scopus, Web of Science, IEEE, medRxiv, arXiv, and Google Scholar were searched using specific search queries. The Quality Assessment of Diagnostic Accuracy Studies-2 (QUADAS-2) checklist was used to assess the risk of bias assessment of the included studies. Based on the initial screening, 33 eligible studies were included (among 3,542). Eleven studies appeared to have low bias risk across all QUADAS-2 domains. Most applications focused on early childhood caries diagnosis and prediction, tooth identification, oral health evaluation, and supernumerary tooth identification. Six studies evaluated AI tools for mesiodens or supernumerary tooth identification on radigraphs, four for primary tooth identification and/or numbering, seven studies to detect caries on radiographs, and 12 to predict early childhood caries. For these four tasks, the reported accuracy of AI varied from 60 percent to 99 percent, sensitivity was from 20 percent to 100 percent, specificity was from 49 percent to 100 percent, F1-score was from 60 percent to 97 percent, and the area-under-the-curve varied from 87 percent to 100 percent. The overall body of evidence regarding artificial intelligence applications in pediatric dentistry does not allow for firm conclusions. For a wide range of applications, AI shows promising accuracy. Future studies should focus on a comparison of AI against the standard of care and employ a set of standardized outcomes and metrics to allow comparison across studies.