Augmented-Reality-Technologie (AR) hat sich als effektiv für die Informationsdarstellung und die Visualisierung dreidimensionaler Objekte erwiesen. Obwohl Studierende AR-Anwendungen häufig auf mobilen Geräten nutzen, werden für Übungen im Bereich der Zahnmodellierung nach wie vor Kunststoffmodelle oder 2D-Bilder verwendet. Aufgrund der dreidimensionalen Beschaffenheit von Zähnen stehen angehende Zahnmodellierer vor Herausforderungen, da es an geeigneten Werkzeugen mangelt, die eine konsistente Führung bieten. In dieser Studie haben wir ein AR-basiertes Trainingswerkzeug für die Zahnmodellierung (AR-TCPT) entwickelt und es mit einem Kunststoffmodell verglichen, um sein Potenzial als Übungswerkzeug und die Erfahrungen mit seiner Anwendung zu evaluieren.
Zur Simulation des Zähneschneidens erstellten wir schrittweise ein 3D-Objekt, bestehend aus einem oberen Eckzahn und dem ersten oberen Prämolaren (Schritt 16), einem unteren ersten Prämolaren (Schritt 13) und einem unteren ersten Molaren (Schritt 14). Jedem Zahn wurden mit Photoshop erstellte Bildmarkierungen zugewiesen. Wir entwickelten eine AR-basierte mobile Anwendung mit der Unity-Engine. Für die Simulation des Zähneschneidens wurden 52 Probanden per Zufall einer Kontrollgruppe (n = 26; mit Kunststoff-Zahnmodellen) oder einer Experimentalgruppe (n = 26; mit AR-TCPT) zugeteilt. Die Benutzererfahrung wurde mithilfe eines Fragebogens mit 22 Items evaluiert. Die vergleichende Datenanalyse erfolgte mittels des nichtparametrischen Mann-Whitney-U-Tests mit dem SPSS-Programm.
AR-TCPT nutzt die Kamera eines Mobilgeräts, um Bildmarkierungen zu erkennen und 3D-Modelle von Zahnfragmenten darzustellen. Nutzer können das Gerät bedienen, um jeden Schritt zu überprüfen oder die Form eines Zahnes zu studieren. Die Ergebnisse der Nutzerbefragung zeigten, dass die AR-TCPT-Gruppe im Vergleich zur Kontrollgruppe, die mit Kunststoffmodellen arbeitete, deutlich bessere Ergebnisse beim Zahnmodellieren erzielte.
Im Vergleich zu herkömmlichen Kunststoffmodellen bietet AR-TCPT ein besseres Benutzererlebnis beim Modellieren von Zähnen. Das Tool ist leicht zugänglich, da es für die Nutzung auf mobilen Geräten konzipiert wurde. Weitere Forschung ist erforderlich, um den pädagogischen Einfluss von AR-TCPT auf die Quantifizierung gravierter Zähne sowie die individuellen Modellierfähigkeiten der Benutzer zu ermitteln.
Zahnmorphologie und praktische Übungen sind ein wichtiger Bestandteil des zahnmedizinischen Curriculums. Dieser Kurs vermittelt theoretische und praktische Kenntnisse zur Morphologie, Funktion und direkten Modellierung von Zahnstrukturen [1, 2]. Die traditionelle Lehrmethode besteht darin, zunächst die Theorie zu studieren und anschließend die erlernten Prinzipien in der Zahnmodellierung anzuwenden. Studierende nutzen zweidimensionale (2D) Abbildungen von Zähnen und Kunststoffmodelle, um Zähne auf Wachs- oder Gipsblöcken zu modellieren [3, 4, 5]. Das Verständnis der Zahnmorphologie ist entscheidend für die restaurative Behandlung und die Herstellung von Zahnersatz in der klinischen Praxis. Die korrekte Beziehung zwischen Antagonisten und Approximalzähnen, die sich in ihrer Form widerspiegelt, ist essenziell für die Okklusions- und Lagestabilität [6, 7]. Obwohl zahnmedizinische Kurse Studierenden helfen können, ein umfassendes Verständnis der Zahnmorphologie zu erlangen, stehen sie im Zusammenhang mit traditionellen Methoden weiterhin vor Herausforderungen beim Präparationsprozess.
Anfänger in der Zahnmorphologie stehen vor der Herausforderung, zweidimensionale (2D) Darstellungen dreidimensional (3D) zu interpretieren und zu reproduzieren [8,9,10]. Zahnformen werden üblicherweise durch zweidimensionale Zeichnungen oder Fotografien dargestellt, was die Visualisierung der Zahnmorphologie erschwert. Zudem erschwert die Notwendigkeit, Zahnmodellierungen schnell und in begrenztem Raum und Zeit durchzuführen, in Verbindung mit der Verwendung von 2D-Bildern das Verständnis und die Visualisierung dreidimensionaler Formen [11]. Obwohl Kunststoffmodelle (die teil- oder fertig bearbeitet werden können) den Unterricht unterstützen, ist ihre Verwendung begrenzt, da kommerzielle Kunststoffmodelle oft vordefiniert sind und die Übungsmöglichkeiten für Lehrende und Studierende einschränken [4]. Darüber hinaus gehören diese Übungsmodelle der Bildungseinrichtung und können nicht von einzelnen Studierenden genutzt werden, was die Belastung durch Übungen während der Unterrichtszeit erhöht. Dozenten unterrichten oft große Gruppen von Studierenden und greifen dabei häufig auf traditionelle Methoden zurück, was zu langen Wartezeiten auf Feedback zu den Zwischenschritten der Modellierung führen kann [12]. Daher besteht Bedarf an einer Schnitzanleitung, um das Schnitzen von Zähnen zu erleichtern und die durch Kunststoffmodelle bedingten Einschränkungen zu verringern.
Augmented Reality (AR) hat sich als vielversprechendes Werkzeug zur Verbesserung des Lernerlebnisses etabliert. Durch die Überlagerung digitaler Informationen mit der realen Umgebung ermöglicht AR den Lernenden ein interaktiveres und immersiveres Erlebnis [13]. Garzón [14] stützte sich auf 25 Jahre Erfahrung mit den ersten drei Generationen der AR-Bildungsklassifizierung und argumentierte, dass der Einsatz kostengünstiger mobiler Geräte und Anwendungen in der zweiten Generation von AR die Lernergebnisse deutlich verbessert hat. Nach der Erstellung und Installation ermöglichen mobile Anwendungen der Kamera, Objekte zu erkennen und zusätzliche Informationen darüber anzuzeigen, wodurch das Nutzererlebnis verbessert wird [15, 16]. AR-Technologie erkennt schnell einen Code oder ein Bild-Tag der Kamera eines Mobilgeräts und blendet bei Erkennung 3D-Informationen ein [17]. Durch die Manipulation von Mobilgeräten oder Bildmarkierungen können Nutzer 3D-Strukturen einfach und intuitiv betrachten und verstehen [18]. In einer Studie von Akçayır und Akçayır [19] wurde festgestellt, dass Augmented Reality (AR) den Lernspaß erhöht und die Lernbeteiligung steigert. Aufgrund der Komplexität der Daten kann die Technologie jedoch für Lernende schwierig zu bedienen sein und zu kognitiver Überlastung führen, was zusätzliche didaktische Empfehlungen erforderlich macht [19, 20, 21]. Daher sollten Anstrengungen unternommen werden, den pädagogischen Wert von AR durch verbesserte Benutzerfreundlichkeit und reduzierte Aufgabenkomplexität zu steigern. Diese Faktoren müssen bei der Entwicklung von Lernwerkzeugen für das Zähneschnitzen mithilfe von AR-Technologie berücksichtigt werden.
Um Studierende im Bereich der Zahnmodellierung mithilfe von AR-Umgebungen effektiv anzuleiten, ist ein kontinuierlicher Prozess erforderlich. Dieser Ansatz kann dazu beitragen, die Variabilität zu reduzieren und den Kompetenzerwerb zu fördern [22]. Anfänger können die Qualität ihrer Arbeit verbessern, indem sie einem digitalen, schrittweisen Prozess der Zahnmodellierung folgen [23]. Tatsächlich hat sich gezeigt, dass ein schrittweiser Trainingsansatz effektiv ist, um Modelliertechniken in kurzer Zeit zu erlernen und Fehler im finalen Design der Restauration zu minimieren [24]. Im Bereich der Zahnrestauration ist die Anwendung von Gravurverfahren auf der Zahnoberfläche eine effektive Methode, um Studierende bei der Verbesserung ihrer Fähigkeiten zu unterstützen [25]. Ziel dieser Studie war die Entwicklung eines AR-basierten Übungswerkzeugs für die Zahnmodellierung (AR-TCPT) für mobile Geräte und die Evaluierung der Benutzerfreundlichkeit. Darüber hinaus verglich die Studie die Benutzerfreundlichkeit von AR-TCPT mit der von traditionellen Zahnmodellen aus Kunststoff, um das Potenzial von AR-TCPT als praktisches Werkzeug zu bewerten.
AR-TCPT ist für mobile Geräte mit Augmented Reality (AR) konzipiert. Mit diesem Tool lassen sich schrittweise 3D-Modelle von Oberkiefer-Eckzähnen, ersten Oberkiefer-Prämolaren, ersten Unterkiefer-Prämolaren und ersten Unterkiefer-Molaren erstellen. Die initiale 3D-Modellierung erfolgte mit 3ds Max (2019, Autodesk Inc., USA), die finale Modellierung mit der 3D-Software ZBrush (2019, Pixologic Inc., USA). Die Bildmarkierung wurde mit Photoshop (Adobe Master Collection CC 2019, Adobe Inc., USA) durchgeführt, das für die stabile Erkennung durch mobile Kameras optimiert ist, und in der Vuforia-Engine (PTC Inc., USA; http:///developer.vuforia.com) implementiert. Die AR-Anwendung basiert auf der Unity-Engine (12. März 2019, Unity Technologies, USA) und kann anschließend auf einem mobilen Gerät installiert und gestartet werden. Um die Effektivität von AR-TCPT als Werkzeug für zahnärztliche Modellierübungen zu evaluieren, wurden Teilnehmer des Kurses „Zahnmorphologie“ des Jahrgangs 2023 zufällig ausgewählt und in eine Kontroll- und eine Experimentalgruppe eingeteilt. Die Teilnehmer der Experimentalgruppe verwendeten AR-TCPT, während die Kontrollgruppe Kunststoffmodelle aus dem „Tooth Carving Step Model Kit“ (Nissin Dental Co., Japan) nutzten. Nach Abschluss der Übungsaufgabe wurde die Benutzerfreundlichkeit der jeweiligen Werkzeuge untersucht und verglichen. Der Studienablauf ist in Abbildung 1 dargestellt. Die Studie wurde mit Genehmigung der Ethikkommission der South Seoul National University (IRB-Nummer: NSU-202210-003) durchgeführt.
Die 3D-Modellierung dient der konsistenten Darstellung der morphologischen Merkmale der vorstehenden und konkaven Strukturen der mesialen, distalen, bukkalen, lingualen und okklusalen Zahnflächen während des Modellierungsprozesses. Der obere Eckzahn und der erste obere Prämolar wurden als Ebene 16, der untere erste Prämolar als Ebene 13 und der untere erste Molar als Ebene 14 modelliert. Die vorläufige Modellierung zeigt die zu entfernenden und zu erhaltenden Teile in der Reihenfolge der Röntgenfilme (siehe Abbildung 2). Die finale Modellierungssequenz ist in Abbildung 3 dargestellt. Im finalen Modell beschreiben Texturen, Kanten und Rillen die Vertiefungen des Zahns. Bildinformationen dienen der Steuerung des Modellierungsprozesses und heben Strukturen hervor, die besondere Aufmerksamkeit erfordern. Zu Beginn der Modellierungsphase wird jede Oberfläche farblich gekennzeichnet, um ihre Ausrichtung anzuzeigen. Der Wachsblock wird mit durchgezogenen Linien markiert, die die zu entfernenden Teile kennzeichnen. Die mesiale und distale Fläche des Zahnes sind mit roten Punkten markiert, um die Zahnkontaktpunkte anzuzeigen, die als Vorsprünge erhalten bleiben und beim Präparationsprozess nicht entfernt werden. Auf der Okklusalfläche markieren rote Punkte die zu erhaltenden Höcker, und rote Pfeile zeigen die Gravurrichtung beim Schneiden des Wachsblocks an. Die 3D-Modellierung der erhaltenen und entfernten Teile ermöglicht die Überprüfung der Morphologie der entfernten Teile während der nachfolgenden Bearbeitungsschritte des Wachsblocks.
Erstellen Sie vorläufige Simulationen von 3D-Objekten in einem schrittweisen Zahnmodellierungsprozess. a: Mesiale Fläche des ersten Oberkieferprämolaren; b: Leicht superiore und mesiale labiale Flächen des ersten Oberkieferprämolaren; c: Mesiale Fläche des ersten Oberkiefermolaren; d: Leicht maxilläre Fläche des ersten Oberkiefermolaren und mesiobukkalen Flächen. B – Wange; La – labiale Fläche; M – mediale Fläche.
Dreidimensionale (3D) Objekte veranschaulichen den schrittweisen Prozess des Zahnschleifens. Dieses Foto zeigt das fertige 3D-Objekt nach der Modellierung des ersten Oberkiefermolaren und verdeutlicht Details und Texturen der einzelnen Arbeitsschritte. Die zweiten 3D-Modellierungsdaten umfassen das finale, auf einem Mobilgerät optimierte 3D-Objekt. Die gestrichelten Linien stellen gleichmäßige Abschnitte des Zahnes dar, die getrennten Abschnitte diejenigen, die entfernt werden müssen, bevor der Abschnitt mit der durchgezogenen Linie eingefügt werden kann. Der rote 3D-Pfeil zeigt die Schnittrichtung des Zahnes an, der rote Kreis auf der distalen Fläche markiert die Zahnkontaktfläche und der rote Zylinder auf der Okklusalfläche die Zahnhöckerspitze. a: Gestrichelte und durchgezogene Linien, rote Kreise auf der distalen Fläche und Schritte, die den abnehmbaren Wachsblock anzeigen. b: Ungefähre Fertigstellung der Formung des ersten Oberkiefermolaren. c: Detailansicht des ersten Oberkiefermolaren; der rote Pfeil zeigt die Richtung von Zahn und Abstandshalter an, die rote zylindrische Zahnhöckerspitze und die durchgezogene Linie den zu schneidenden Bereich auf der Okklusalfläche. d: Vollständiger erster Oberkiefermahlzahn.
Um die Identifizierung der einzelnen Bearbeitungsschritte mithilfe eines Mobilgeräts zu erleichtern, wurden vier Bildmarker für den ersten Unterkiefermolaren, den ersten Unterkieferprämolaren, den ersten Oberkiefermolaren und den Oberkiefereckzahn erstellt. Die Bildmarker wurden mit Photoshop (2020, Adobe Co., Ltd., San Jose, CA) entworfen und verwenden kreisförmige Zahlensymbole sowie ein sich wiederholendes Hintergrundmuster zur Unterscheidung der einzelnen Zähne (siehe Abbildung 4). Hochwertige Bildmarker wurden mit der Vuforia-Engine (Software zur Erstellung von AR-Markern) erstellt und nach Erreichen einer Fünf-Sterne-Erkennungsrate für einen Bildtyp mit der Unity-Engine generiert und gespeichert. Das 3D-Zahnmodell wird schrittweise mit den Bildmarkern verknüpft, und seine Position und Größe werden anhand der Marker bestimmt. Die Anwendung basiert auf der Unity-Engine und Android-Apps, die auf Mobilgeräten installiert werden können.
Bildmarkierungen. Diese Fotos zeigen die in dieser Studie verwendeten Bildmarkierungen, die von der Handykamera anhand des Zahntyps (Nummer in jedem Kreis) erkannt wurden. a: erster Unterkiefermolare; b: erster Unterkieferprämolare; c: erster Oberkiefermolare; d: Oberkiefereckzahn.
Die Teilnehmer wurden aus dem ersten Studienjahr des Praktikums zur Zahnmorphologie am Institut für Dentalhygiene der Seong-Universität in Gyeonggi-do rekrutiert. Potenzielle Teilnehmer wurden über Folgendes informiert: (1) Die Teilnahme ist freiwillig und wird weder finanziell noch akademisch vergütet. (2) Die Kontrollgruppe verwendet Kunststoffmodelle, die Experimentalgruppe eine AR-App. (3) Das Experiment dauert drei Wochen und umfasst drei Zähne. (4) Android-Nutzer erhalten einen Link zur Installation der App, iOS-Nutzer ein Android-Gerät mit vorinstallierter AR-TCPT-App. (5) AR-TCPT funktioniert auf beiden Systemen identisch. (6) Die Zuteilung zur Kontroll- und Experimentalgruppe erfolgt per Zufall. (7) Die Zahnmodellierung findet in verschiedenen Laboren statt. (8) Nach Abschluss des Experiments werden 22 Studien durchgeführt. (9) Die Kontrollgruppe kann AR-TCPT auch nach dem Experiment nutzen. Insgesamt meldeten sich 52 Teilnehmer freiwillig, und von jedem Teilnehmer wurde eine Online-Einwilligungserklärung eingeholt. Die Kontrollgruppe (n = 26) und die Experimentalgruppe (n = 26) wurden per Zufallsprinzip mithilfe der Zufallsfunktion in Microsoft Excel (2016, Redmond, USA) zugeordnet. Abbildung 5 zeigt die Rekrutierung der Teilnehmer und den Versuchsaufbau in einem Flussdiagramm.
Ein Studiendesign zur Erforschung der Erfahrungen von Teilnehmern mit Plastikmodellen und Augmented-Reality-Anwendungen.
Ab dem 27. März 2023 modellierten die Versuchsgruppe und die Kontrollgruppe drei Wochen lang jeweils drei Zähne mithilfe von AR-TCPT und Kunststoffmodellen. Die Teilnehmenden modellierten Prämolaren und Molaren, darunter einen ersten Unterkiefermolaren, einen ersten Unterkieferprämolaren und einen ersten Oberkieferprämolaren, alle mit komplexen morphologischen Merkmalen. Die Oberkiefereckzähne wurden nicht modelliert. Die Teilnehmenden hatten drei Stunden pro Woche Zeit, um einen Zahn zu bearbeiten. Nach der Fertigstellung des Zahnes wurden die Kunststoffmodelle und Bildmarkierungen der Kontroll- bzw. Versuchsgruppe entfernt. Ohne Bildlabelerkennung werden 3D-Zahnmodelle durch AR-TCPT nicht verbessert. Um die Verwendung anderer Übungsmaterialien zu vermeiden, übten Versuchs- und Kontrollgruppe das Zahnmodellieren in getrennten Räumen. Drei Wochen nach Versuchsende wurde Feedback zur Zahnform gegeben, um den Einfluss der Anweisungen der Lehrkraft zu minimieren. Der Fragebogen wurde nach Abschluss der Bearbeitung der ersten Unterkiefermolaren in der dritten Aprilwoche ausgegeben. Es handelte sich um einen modifizierten Fragebogen von Sanders et al. Alfala et al. verwendeten 23 Fragen aus [26]. [27] untersuchten Unterschiede in der Herzform zwischen verschiedenen Übungsinstrumenten. In der vorliegenden Studie wurde jedoch jeweils ein Item zur direkten Manipulation auf jeder Ebene aus dem Fragebogen von Alfala et al. [27] entfernt. Die 22 in dieser Studie verwendeten Items sind in Tabelle 1 dargestellt. Die Kontroll- und Experimentalgruppe wiesen Cronbachs α-Werte von 0,587 bzw. 0,912 auf.
Die Datenanalyse erfolgte mit der Statistiksoftware SPSS (Version 25.0, IBM Co., Armonk, NY, USA). Es wurde ein zweiseitiger Signifikanztest mit einem Signifikanzniveau von 0,05 durchgeführt. Der Fisher-Exakt-Test wurde verwendet, um allgemeine Merkmale wie Geschlecht, Alter, Wohnort und Erfahrung in der Zahnmodellierung zu analysieren und die Verteilung dieser Merkmale zwischen Kontroll- und Experimentalgruppe zu bestätigen. Der Shapiro-Wilk-Test ergab, dass die Umfragedaten nicht normalverteilt waren (p < 0,05). Daher wurde der nichtparametrische Mann-Whitney-U-Test zum Vergleich der Kontroll- und Experimentalgruppe verwendet.
Die von den Teilnehmenden während der Übung zur Zahnmodellierung verwendeten Werkzeuge sind in Abbildung 6 dargestellt. Abbildung 6a zeigt das Kunststoffmodell, die Abbildungen 6b–d die auf einem Mobilgerät verwendete AR-TCPT-Anwendung. AR-TCPT nutzt die Gerätekamera, um Bildmarkierungen zu erkennen und ein optimiertes 3D-Zahnmodell auf dem Bildschirm anzuzeigen, das die Teilnehmenden in Echtzeit bearbeiten und betrachten können. Mithilfe der Schaltflächen „Weiter“ und „Zurück“ des Mobilgeräts können die einzelnen Bearbeitungsschritte und die morphologischen Merkmale der Zähne detailliert betrachtet werden. Um einen Zahn zu erstellen, vergleichen die AR-TCPT-Nutzer nacheinander ein optimiertes 3D-Modell des Zahns auf dem Bildschirm mit einem Wachsblock.
Übung im Zahnmodellieren. Dieses Foto zeigt einen Vergleich zwischen der traditionellen Zahnmodellierpraxis (TCP) mit Kunststoffmodellen und der schrittweisen TCP mit Augmented-Reality-Tools. Die Lernenden können die einzelnen Schritte des 3D-Modellierens durch Klicken auf die Schaltflächen „Weiter“ und „Zurück“ ansehen. a: Kunststoffmodell aus einem Set mit Schritt-für-Schritt-Anleitungen zum Zahnmodellieren. b: TCP mit Augmented-Reality-Tool im ersten Schritt der Präparation des ersten Unterkieferprämolaren. c: TCP mit Augmented-Reality-Tool im letzten Schritt der Präparation des ersten Unterkieferprämolaren. d: Identifizierung von Leisten und Furchen. IM, Bildbeschriftung; MD, Mobilgerät; NSB, Schaltfläche „Weiter“; PSB, Schaltfläche „Zurück“; SMD, Halterung für Mobilgerät; TC, Zahngravurmaschine; W, Wachsblock
Es zeigten sich keine signifikanten Unterschiede zwischen den beiden Gruppen zufällig ausgewählter Teilnehmer hinsichtlich Geschlecht, Alter, Wohnort und Erfahrung im Bereich Zahnmodellierung (p > 0,05). Die Kontrollgruppe bestand zu 96,2 % aus Frauen (n = 25) und zu 3,8 % aus Männern (n = 1), während die Experimentalgruppe ausschließlich aus Frauen (n = 26) bestand. In der Kontrollgruppe waren 61,5 % (n = 16) der Teilnehmer 20 Jahre alt, 26,9 % (n = 7) 21 Jahre und 11,5 % (n = 3) 22 Jahre oder älter. Die experimentelle Kontrollgruppe setzte sich hingegen aus 73,1 % (n = 19) 20-Jährigen, 19,2 % (n = 5) 21-Jährigen und 7,7 % (n = 2) 22 Jahren oder älter zusammen. Hinsichtlich des Wohnorts lebten 69,2 % (n = 18) der Kontrollgruppe in Gyeonggi-do und 23,1 % (n = 6) in Seoul. Im Vergleich dazu lebten 50,0 % (n = 13) der Experimentalgruppe in Gyeonggi-do und 46,2 % (n = 12) in Seoul. Der Anteil der Kontroll- und Experimentalgruppe, die in Incheon lebten, betrug 7,7 % (n = 2) bzw. 3,8 % (n = 1). In der Kontrollgruppe hatten 25 Teilnehmer (96,2 %) keine Vorerfahrung mit Zahnschnitzerei. Ebenso hatten 26 Teilnehmer (100 %) der Experimentalgruppe keine Vorerfahrung mit Zahnschnitzerei.
Tabelle 2 enthält deskriptive Statistiken und statistische Vergleiche der Antworten der einzelnen Gruppen auf die 22 Fragen des Fragebogens. Es zeigten sich signifikante Unterschiede zwischen den Gruppen in den Antworten auf alle 22 Fragen (p < 0,01). Im Vergleich zur Kontrollgruppe erzielte die Experimentalgruppe bei 21 Fragen höhere Mittelwerte. Lediglich bei Frage 20 (Q20) schnitt die Kontrollgruppe besser ab als die Experimentalgruppe. Das Histogramm in Abbildung 7 veranschaulicht den Unterschied der Mittelwerte zwischen den Gruppen. Tabelle 2 und Abbildung 7 zeigen zudem die Ergebnisse der Nutzererfahrung für jedes Projekt. In der Kontrollgruppe erzielte Frage Q21 die höchste und Frage Q6 die niedrigste Punktzahl. In der Experimentalgruppe war es umgekehrt: Frage Q13 erzielte die höchste und Frage Q20 die niedrigste Punktzahl. Wie Abbildung 7 zeigt, ist der größte Unterschied im Mittelwert zwischen Kontroll- und Experimentalgruppe bei Frage Q6 und der geringste bei Frage Q22 zu beobachten.
Vergleich der Fragebogenergebnisse. Balkendiagramm zum Vergleich der Durchschnittswerte der Kontrollgruppe (Kunststoffmodell) und der Experimentalgruppe (Augmented-Reality-Anwendung). AR-TCPT ist ein Augmented-Reality-basiertes Übungswerkzeug für zahnärztliche Modellierarbeiten.
Die AR-Technologie gewinnt in verschiedenen Bereichen der Zahnmedizin zunehmend an Bedeutung, darunter in der klinischen Ästhetik, der oralen Chirurgie, der restaurativen Zahnheilkunde, der Zahnmorphologie und Implantologie sowie in der Simulation [28, 29, 30, 31]. So bietet beispielsweise Microsoft HoloLens fortschrittliche Augmented-Reality-Tools zur Verbesserung der zahnärztlichen Ausbildung und der Operationsplanung [32]. Auch die Virtual-Reality-Technologie ermöglicht die Simulation von Zahnmorphologie [33]. Obwohl diese technologisch hochentwickelten, hardwareabhängigen Head-Mounted-Displays in der zahnärztlichen Ausbildung noch nicht weit verbreitet sind, können mobile AR-Anwendungen die klinischen Fertigkeiten verbessern und das Verständnis der Anatomie erleichtern [34, 35]. AR-Technologie kann zudem die Motivation und das Interesse der Studierenden am Erlernen der Zahnmorphologie steigern und ein interaktiveres und ansprechenderes Lernerlebnis bieten [36]. AR-Lernwerkzeuge helfen Studierenden, komplexe zahnärztliche Eingriffe und die Anatomie in 3D zu visualisieren [37], was für das Verständnis der Zahnmorphologie entscheidend ist.
Der Einsatz von 3D-gedruckten Kunststoffmodellen im Zahnbereich zur Vermittlung der Zahnmorphologie ist bereits jetzt effektiver als der von Lehrbüchern mit 2D-Abbildungen und -Erklärungen [38]. Die Digitalisierung der Bildung und der technologische Fortschritt erfordern jedoch die Einführung verschiedener Geräte und Technologien im Gesundheitswesen und in der medizinischen Ausbildung, einschließlich der Zahnmedizin [35]. Lehrende stehen vor der Herausforderung, komplexe Konzepte in einem sich rasch entwickelnden und dynamischen Feld zu vermitteln [39]. Dies erfordert neben traditionellen Kunststoffmodellen den Einsatz verschiedener praktischer Hilfsmittel, um Studierende beim Üben der Zahnmodellierung zu unterstützen. Daher präsentiert diese Studie ein praktisches AR-TCPT-Tool, das AR-Technologie zur Unterstützung des Übens der Zahnmorphologie nutzt.
Die Erforschung der Nutzererfahrung von AR-Anwendungen ist entscheidend für das Verständnis der Faktoren, die die Multimedia-Nutzung beeinflussen [40]. Eine positive AR-Nutzererfahrung kann die Richtung ihrer Entwicklung und Verbesserung bestimmen, einschließlich Zweck, Benutzerfreundlichkeit, reibungsloser Bedienung, Informationsdarstellung und Interaktion [41]. Wie Tabelle 2 zeigt, erzielte die Experimentalgruppe, die AR-TCPT nutzte, mit Ausnahme von Frage 20, höhere Bewertungen der Nutzererfahrung als die Kontrollgruppe mit Kunststoffmodellen. Im Vergleich zu Kunststoffmodellen wurde die Nutzung von AR-TCPT in der zahnärztlichen Modellierpraxis hoch bewertet. Die Bewertungen umfassen Verständnis, Visualisierung, Beobachtung, Wiederholung, Nützlichkeit der Werkzeuge und Perspektivenvielfalt. Zu den Vorteilen von AR-TCPT gehören schnelles Verständnis, effiziente Navigation, Zeitersparnis, Entwicklung präklinischer Gravurfertigkeiten, umfassende Abdeckung, verbessertes Lernen, geringere Abhängigkeit von Lehrbüchern sowie die interaktive, angenehme und informative Natur der Erfahrung. AR-TCPT erleichtert zudem die Interaktion mit anderen Übungsinstrumenten und bietet klare Ansichten aus verschiedenen Perspektiven.
Wie in Abbildung 7 dargestellt, schlug AR-TCPT in Frage 20 einen zusätzlichen Punkt vor: Eine umfassende grafische Benutzeroberfläche, die alle Schritte des Zahnmodellierens veranschaulicht, ist erforderlich, um Studierende beim praktischen Üben zu unterstützen. Die Demonstration des gesamten Prozesses ist entscheidend für die Entwicklung der Fertigkeiten im Zahnmodellieren vor der Patientenbehandlung. Die Experimentalgruppe erzielte in Frage 13, einer grundlegenden Frage zur Entwicklung von Fertigkeiten im Zahnmodellieren und zur Verbesserung der Anwenderfähigkeiten vor der Patientenbehandlung, die höchste Punktzahl. Dies unterstreicht das Potenzial dieses Tools für die zahnärztliche Praxis. Die Anwender möchten die erlernten Fähigkeiten in der klinischen Praxis anwenden. Es sind jedoch Folgestudien erforderlich, um die Entwicklung und Effektivität der tatsächlichen Fertigkeiten im Zahnmodellieren zu evaluieren. Frage 6 fragte, ob Kunststoffmodelle und AR-TCPT bei Bedarf verwendet werden könnten. Die Antworten auf diese Frage zeigten den größten Unterschied zwischen den beiden Gruppen. Als mobile App erwies sich AR-TCPT im Vergleich zu Kunststoffmodellen als benutzerfreundlicher. Es bleibt jedoch schwierig, die pädagogische Wirksamkeit von AR-Apps allein anhand der Nutzererfahrung nachzuweisen. Weitere Studien sind erforderlich, um die Wirkung von AR-TCPT auf fertige Zahnmodell-Tabletten zu evaluieren. Die hohen Nutzerzufriedenheitswerte von AR-TCPT in dieser Studie deuten jedoch auf sein Potenzial als praktisches Werkzeug hin.
Diese vergleichende Studie zeigt, dass AR-TCPT eine wertvolle Alternative oder Ergänzung zu herkömmlichen Kunststoffmodellen in Zahnarztpraxen darstellen kann, da es hinsichtlich der Benutzerfreundlichkeit hervorragende Bewertungen erhielt. Um seine Überlegenheit jedoch eindeutig zu belegen, sind weitere quantitative Untersuchungen durch Ausbilder hinsichtlich der Bearbeitung von Zwischen- und Endmodellen des Knochens erforderlich. Darüber hinaus muss der Einfluss individueller Unterschiede im räumlichen Vorstellungsvermögen auf den Modellierprozess und das fertige Zahnmodell analysiert werden. Die zahnmedizinischen Fähigkeiten variieren von Person zu Person, was den Modellierprozess und das fertige Zahnmodell beeinflussen kann. Daher ist weitere Forschung notwendig, um die Effektivität von AR-TCPT als Werkzeug für die zahnmedizinische Modellierpraxis nachzuweisen und die modulierende und vermittelnde Rolle der AR-Anwendung im Modellierprozess zu verstehen. Zukünftige Forschung sollte sich auf die Entwicklung und Bewertung von Werkzeugen zur zahnmedizinischen Morphologie mithilfe der fortschrittlichen HoloLens-AR-Technologie konzentrieren.
Zusammenfassend zeigt diese Studie das Potenzial von AR-TCPT als Werkzeug für die zahnärztliche Modellierpraxis auf, da es Studierenden ein innovatives und interaktives Lernerlebnis bietet. Im Vergleich zur Gruppe mit herkömmlichen Kunststoffmodellen erzielte die AR-TCPT-Gruppe signifikant höhere Nutzerzufriedenheitswerte, darunter Vorteile wie schnelleres Verständnis, verbesserte Lernergebnisse und eine geringere Abhängigkeit von Lehrbüchern. Dank seiner vertrauten Technologie und einfachen Handhabung stellt AR-TCPT eine vielversprechende Alternative zu traditionellen Kunststoffmodellen dar und kann Anfängern im Bereich der 3D-Modellierung helfen. Weitere Forschung ist jedoch erforderlich, um seine pädagogische Effektivität zu evaluieren, insbesondere seinen Einfluss auf die Modellierfähigkeiten und die Quantifizierung der modellierten Zähne.
Die in dieser Studie verwendeten Datensätze können auf Anfrage beim entsprechenden Autor angefordert werden.
Bogacki RE, Best A, Abby LM. Eine Äquivalenzstudie eines computergestützten Lehrprogramms für zahnärztliche Anatomie. Jay Dent Ed. 2004;68:867–71.
Abu Eid R, Ewan K, Foley J, Oweis Y, Jayasinghe J. Selbstgesteuertes Lernen und Herstellung von Zahnmodellen zum Studium der Zahnmorphologie: Perspektiven von Studierenden der Universität Aberdeen, Schottland. Jay Dent Ed. 2013;77:1147–53.
Lawn M, McKenna JP, Cryan JF, Downer EJ, Toulouse A. Ein Überblick über die in Großbritannien und Irland angewandten Lehrmethoden der Zahnmorphologie. European Journal of Dental Education. 2018;22:e438–43.
Obrez A., Briggs S., Backman J., Goldstein L., Lamb S., Knight WG. Vermittlung klinisch relevanter Zahnanatomie im zahnmedizinischen Curriculum: Beschreibung und Evaluation eines innovativen Moduls. Jay Dent Ed. 2011;75:797–804.
Costa AK, Xavier TA, Paes-Junior TD, Andreatta-Filho OD, Borges AL. Der Einfluss der Okklusionskontaktfläche auf Höckerdefekte und Spannungsverteilung. Practice J Contemp Dent. 2014;15:699–704.
Sugars DA, Bader JD, Phillips SW, White BA, Brantley CF. Folgen des Nichtersatzes fehlender Backenzähne. J Am Dent Assoc. 2000;131:1317–23.
Wang Hui, Xu Hui, Zhang Jing, Yu Sheng, Wang Ming, Qiu Jing u. a. Einfluss von 3D-gedruckten Kunststoffzähnen auf die Durchführung eines Kurses zur Zahnmorphologie an einer chinesischen Universität. BMC Medical Education. 2020;20:469.
Risnes S, Han K, Hadler-Olsen E, Sehik A. Ein Zahnidentifizierungsrätsel: Eine Methode zum Lehren und Lernen der Zahnmorphologie. European Journal of Dental Education. 2019;23:62–7.
Kirkup ML, Adams BN, Reiffes PE, Hesselbart JL, Willis LH: Sagt ein Bild mehr als tausend Worte? Effektivität der iPad-Technologie in vorklinischen zahntechnischen Laborpraktika. Jay Dent Ed. 2019;83:398–406.
Goodacre CJ, Younan R, Kirby W, Fitzpatrick M. Ein durch COVID-19 angestoßenes Bildungsexperiment: Einsatz von Heimwachstechniken und Webinaren zur Vermittlung eines dreiwöchigen Intensivkurses in Zahnmorphologie für Studierende im ersten Studienjahr. J Prosthetics. 2021;30:202–9.
Roy E, Bakr MM, George R. Bedarf an Virtual-Reality-Simulationen in der zahnärztlichen Ausbildung: ein Überblick. Saudi Dent Magazine 2017; 29:41-7.
Garson J. Rückblick auf fünfundzwanzig Jahre Augmented-Reality-Bildung. Multimodale technologische Interaktion. 2021;5:37.
Tan SY, Arshad H., Abdullah A. Effiziente und leistungsstarke mobile Augmented-Reality-Anwendungen. Int J Adv Sci Eng Inf Technol. 2018;8:1672–8.
Wang M., Callaghan W., Bernhardt J., White K., Peña-Rios A. Erweiterte Realität in Bildung und Ausbildung: Lehrmethoden und anschauliche Beispiele. J Ambient Intelligence. Human Computing. 2018;9:1391–402.
Pellas N, Fotaris P, Kazanidis I, Wells D. Verbesserung des Lernerlebnisses in der Primar- und Sekundarstufe: Eine systematische Übersicht aktueller Trends im spielbasierten Augmented-Reality-Lernen. A Virtual Reality. 2019;23:329–46.
Mazzuco A., Krassmann AL, Reategui E., Gomez RS. Eine systematische Übersicht über Augmented Reality im Chemieunterricht. Education Pastor. 2022;10:e3325.
Akçayır M, Akçayır G. Nutzen und Herausforderungen von Augmented Reality im Bildungsbereich: eine systematische Literaturübersicht. Educational Studies, Hrsg. 2017; 20:1–11.
Dunleavy M, Dede S, Mitchell R. Potenzial und Grenzen immersiver kollaborativer Augmented-Reality-Simulationen für Lehre und Lernen. Journal of Science Education Technology. 2009;18:7-22.
Zheng KH, Tsai SK. Möglichkeiten der Augmented Reality im naturwissenschaftlichen Unterricht: Anregungen für zukünftige Forschung. Journal of Science Education Technology. 2013;22:449–62.
Kilistoff AJ, McKenzie L, D'Eon M, Trinder K. Wirksamkeit schrittweiser Modelliertechniken für Zahnmedizinstudierende. Jay Dent Ed. 2013;77:63–7.
Veröffentlichungsdatum: 25. Dezember 2023