パノラマX線写真を用いた歯内療法の治療成績評価のためのAI駆動型プラットフォームの診断精度の評価：予備的研究

Evaluating the Diagnostic Accuracy of an AI-Driven Platform for Assessing Endodontic Treatment Outcomes Using Panoramic Radiographs: A Preliminary Study.

抄録

この予備研究の目的は、パノラマX線写真（PAN）を用いて歯内療法の治療成績を評価するためのAI駆動型プラットフォームであるDiagnocat（Diagnocat Ltd.、米国カリフォルニア州サンフランシスコ）の診断性能を評価することである。 本研究では、私立歯科センターで撮影を受けた55人の患者（男性15人、女性40人、12～70歳）のPAN画像を対象とした。すべての画像は、Hyperion X9 PROデジタルセファロメーターを用いて取得され、クラウドベースのAIプラットフォームであるDiagnocatを用いて評価された。AIシステムは、以下の歯内療法の特徴を評価した：充填確率、固定の適切さ、密度、過充填、充填の空隙、および短充填。2人の人間観察者が独立して画像を評価し、そのコンセンサスが参照基準となった。診断精度の指標を算出した。 AIシステムは，歯内充填の可能性の検出において高い精度（90.72%）と強力なF1スコア（95.12%）を示した．しかし，他のカテゴリーでは，精度が低く，F1スコアも低い（それぞれ8.33%，14.29%）．適切な咬合と密度の検出精度は、それぞれ55.81%と62.79%であった。 AIベースのシステムは，歯内療法を受けた歯の同定において非常に高い精度を示したが，歯内療法の他の質的特徴については診断精度にばらつきがあった．

The purpose of this preliminary study was to evaluate the diagnostic performance of an AI-driven platform, Diagnocat (Diagnocat Ltd., San Francisco, CA, USA), for assessing endodontic treatment outcomes using panoramic radiographs (PANs). The study included 55 PAN images of 55 patients (15 males and 40 females, aged 12-70) who underwent imaging at a private dental center. All images were acquired using a Hyperion X9 PRO digital cephalometer and were evaluated using Diagnocat, a cloud-based AI platform. The AI system assessed the following endodontic treatment features: filling probability, obturation adequacy, density, overfilling, voids in filling, and short filling. Two human observers independently evaluated the images, and their consensus served as the reference standard. The diagnostic accuracy metrics were calculated. The AI system demonstrated high accuracy (90.72%) and a strong F1 score (95.12%) in detecting the probability of endodontic filling. However, the system showed variable performance in other categories, with lower accuracy metrics and unacceptable F1 scores for short filling and voids in filling assessments (8.33% and 14.29%, respectively). The accuracy for detecting adequate obturation and density was 55.81% and 62.79%, respectively. The AI-based system showed very high accuracy in identifying endodontically treated teeth but exhibited variable diagnostic accuracy for other qualitative features of endodontic treatment.