Clinical audit of an artificial intelligence (AI) empowered smile simulation system: a prospective clinical trial
Notice bibliographique
Résumé
Smile aesthetics is an important factor to consider during orthodontic treatment planning. The aim of the present study is to assess the predictability of Invisalign SmileView for digital AI smile simulation in comparison to actual smile treatment outcomes, using various smile assessment parameters. A total of 24 adult subjects (12 females and 12 males; mean age 22 ± 5.2 years) who chose to be treated using Invisalign were prospectively recruited to have their pretreatment smiles captured using the Invisalign SmileView to simulate their new smiles before treatment was started. Patients were then treated using upper and lower Invisalign aligners with average treatment time of 18 ± 6 months. Full post-treatment records were obtained and full smile frame images of simulated smile and actual final smile of each subject were evaluated by an independent examiner using an objective assessment sheet. Ten smile variants were used to assess the characteristics of the full smile images. Significance level was set at P < 0.05. The ICC for the quantitative parameters showed that there was an overall excellent & good internal consistency (alpha value > 0.7 & > 0.9). The Independent t test was performed amongst the quantitative variables. The P value was not significant for all except maxillary inter canine width (P = 0.05), stating that for the five variables namely; philtrum height, commissure height, smile width, buccal corridor and smile index, actual mean values were similar to the simulation mean values. For the qualitative variables, the Kappa value ranged between 0.66 and - 0.75 which showed a substantial level of agreement between the examiners. Additionally, the Chi square test for the qualitative variables, revealed that the P value was found to be significant in all except lip line. This implies that only the lip line values are comparable. More optimal lip lines, straighter smile arcs and more ideal tooth display were achieved in actual post treatment results in comparison to the initially predicted smiles. Five quantitative smile assessment parameters i.e., philtrum height, commissure height, smile width, buccal corridor, and smile index, could be used as reliable predictors of smile simulation. Maxillary inter canine width cannot be considered to be a reliable parameter for smile simulation prediction. A single qualitative parameter, namely the lip line, can be used as a reliable predictor for smile simulation. Three qualitative parameters i.e., most posterior tooth display, smile arc, and amount of lower incisor exposure cannot be considered as reliable parameters for smile prediction.Trial Registration number and date: NCT06123585, (09/11/2023).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».