研究者报告:一个深度学习模型在全景 X 光片上检测牙周骨吸收的准确率为 0.81,六名牙医为 0.76,差异不显著

事件日期 / 报道日期

2019-06-11

证据阶段

技术能力演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。

关联任务

拍摄并初筛 X 光片

拍摄咬翼片和根尖片,并找出需要牙医查看的地方。

正在被增强✓ 有证据支撑

适用范围

一项研究:用 2,001 个全景 X 光片图像片段训练卷积神经网络检测牙周骨吸收,并与六名牙医比较。模型的平均准确率为 0.81,牙医为 0.76,但差异没有统计学意义;作者描述其判别能力至少相当。这是研究中的图像片段,不是临床使用。

这意味着什么

在 X 光片上发现骨吸收,模型已经能做到和牙医差不多。

还不能说明什么

这是 2019 年研究中的图像片段;不是实际执业中的测试,也没有和卫生士比较。

你可以核实什么

打开《Scientific Reports》关于深度学习检测牙周骨吸收的文章,找到 "not statistically significant superior"。

是否改变评估

否 —— 这个阶段本身也不移动评估。「技术能力」是真实的证据,但它不单独提升任务判断的层级。上面 1 项关联判断维持原状。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。