Key points are not available for this paper at this time.
골다공증은 골격 장애로 50세 이상의 여성의 60%에 영향을 미칠 것으로 예상됩니다. 현재의 기준인 이중 에너지 X선 흡수계측법(DXA) 스캔은 일반적으로 골절 후에 사용되어 조기 검출 도구의 필요성을 강조합니다. 연례 치과 평가에서 일반적인 팬오라마 방사선 사진(PRs)은 딥 러닝을 사용하여 골다공증 검출에 대한 연구가 이루어졌지만 방법론적 결점이 낙관적인 결과에 의문을 제기했습니다. 본 연구는 PR에서 정확한 골다공증 식별을 위한 강력한 인공지능(AI) 애플리케이션을 개발하여 조기 및 신뢰할 수 있는 진단에 기여하는 것을 목표로 합니다. 3개 그룹(A: 골다공증 그룹, B: 연령 및 성별이 A와 일치하는 비골다공증 그룹, C: 연령 및 성별이 A와 다른 비골다공증 그룹)의 총 250개의 PR이 정신외공 영역으로 잘라졌습니다. 사전 훈련된 합성곱 신경망(CNN) 분류기가 훈련, 테스트 및 검증을 위해 사용되었으며, 데이터셋을 하위 집합(A vs. B, A vs. C)으로 무작위 분할했습니다. 검출 정확도와 곡선 아래 면적(AUC)이 계산되었습니다. 이 방법은 F1 점수 0.74 및 AUC 0.8401(A vs. B)를 달성했습니다. 젊은 환자(A vs. C)의 경우, 정확도 98% 및 AUC 0.9812로 성과를 보였습니다. 본 연구는 치과 방사선 사진에서 골다공증을 식별하는 딥 러닝의 잠재력을 입증하는 개념 증명 알고리즘을 제시합니다. 또한 낙관적인 결과가 모두 신뢰할 수 있는 것은 아니므로 방법론적 엄밀성의 중요성을 강조합니다.
Gaudin et al. (Fri,)은 이 질문을 연구했습니다.