MétaCan
Menu
Retour à la cohorte
Enregistrement W4405849905 · doi:10.3390/dj13010013

Race to the Moon or the Bottom? Applications, Performance, and Ethical Considerations of Artificial Intelligence in Prosthodontics and Implant Dentistry

2024· review· en· W4405849905 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDentistry Journal · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsthodonticsImplantDentistryMedicineRace (biology)EngineeringGeologySurgery

Résumé

récupéré en direct d'OpenAlex

Objectives: This review aims to explore the applications of artificial intelligence (AI) in prosthodontics and implant dentistry, focusing on its performance outcomes and associated ethical concerns. Materials and Methods: Following the PRISMA guidelines, a search was conducted across databases such as PubMed, Medline, Web of Science, and Scopus. Studies published between January 2022 and May 2024, in English, were considered. The Population (P) included patients or extracted teeth with AI applications in prosthodontics and implant dentistry; the Intervention (I) was AI-based tools; the Comparison (C) was traditional methods, and the Outcome (O) involved AI performance outcomes and ethical considerations. The Newcastle–Ottawa Scale was used to assess the quality and risk of bias in the studies. Results: Out of 3420 initially identified articles, 18 met the inclusion criteria for AI applications in prosthodontics and implant dentistry. The review highlighted AI’s significant role in improving diagnostic accuracy, treatment planning, and prosthesis design. AI models demonstrated high accuracy in classifying dental implants and predicting implant outcomes, although limitations were noted in data diversity and model generalizability. Regarding ethical issues, five studies identified concerns such as data privacy, system bias, and the potential replacement of human roles by AI. While patients generally viewed AI positively, dental professionals expressed hesitancy due to a lack of familiarity and regulatory guidelines, highlighting the need for better education and ethical frameworks. Conclusions: AI has the potential to revolutionize prosthodontics and implant dentistry by enhancing treatment accuracy and efficiency. However, there is a pressing need to address ethical issues through comprehensive training and the development of regulatory frameworks. Future research should focus on broadening AI applications and addressing the identified ethical concerns.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,271
Tête enseignante GPT0,505
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle