Validierung eines Data-Mining-Modells anhand traditioneller Methoden zur Schätzung des Zahnalters bei koreanischen Jugendlichen und jungen Erwachsenen

Vielen Dank für Ihren Besuch auf Nature.com. Ihre Browserversion bietet nur eingeschränkte CSS-Unterstützung. Für eine optimale Darstellung empfehlen wir Ihnen, eine neuere Browserversion zu verwenden (oder den Kompatibilitätsmodus im Internet Explorer zu deaktivieren). Um die fortlaufende Unterstützung zu gewährleisten, wird die Website bis dahin ohne CSS-Formatierung und JavaScript angezeigt.
Zähne gelten als der genaueste Indikator für das Alter des menschlichen Körpers und werden häufig in der forensischen Altersbestimmung herangezogen. Ziel dieser Studie war die Validierung von datenbasierten Altersbestimmungen mittels Zahnanalyse. Dazu wurden die Genauigkeit der Altersbestimmung und die Klassifizierungsleistung für die 18-Jahres-Grenze mit traditionellen Methoden und datenbasierten Altersbestimmungen verglichen. Insgesamt wurden 2657 Panoramaröntgenaufnahmen von koreanischen und japanischen Bürgern im Alter von 15 bis 23 Jahren erhoben. Diese wurden in einen Trainingsdatensatz mit jeweils 900 koreanischen Röntgenaufnahmen und einen internen Testdatensatz mit 857 japanischen Röntgenaufnahmen unterteilt. Die Klassifizierungsgenauigkeit und -effizienz traditioneller Methoden wurden mit den Testdatensätzen der datenbasierten Modelle verglichen. Die Genauigkeit der traditionellen Methode im internen Testdatensatz ist geringfügig höher als die des datenbasierten Modells, der Unterschied ist jedoch gering (mittlerer absoluter Fehler < 0,21 Jahre, mittlerer quadratischer Fehler < 0,24 Jahre). Auch die Klassifizierungsleistung für die 18-Jahres-Grenze ist bei traditionellen Methoden und datenbasierten Modellen vergleichbar. Somit können traditionelle Methoden durch Data-Mining-Modelle ersetzt werden, wenn bei koreanischen Jugendlichen und jungen Erwachsenen eine forensische Altersbestimmung anhand der Reife der zweiten und dritten Molaren durchgeführt wird.
Die Bestimmung des Zahnalters findet breite Anwendung in der Rechtsmedizin und der Kinderzahnheilkunde. Insbesondere aufgrund der hohen Korrelation zwischen chronologischem Alter und Zahnentwicklung ist die Altersbestimmung anhand der zahnärztlichen Entwicklungsstadien ein wichtiges Kriterium für die Altersfeststellung bei Kindern und Jugendlichen^1,2,3. Bei jungen Menschen stößt die Bestimmung des Zahnalters anhand der Zahnreife jedoch an ihre Grenzen, da das Zahnwachstum – mit Ausnahme der Weisheitszähne – nahezu abgeschlossen ist. Rechtlich gesehen dient die Altersfeststellung bei Jugendlichen und Heranwachsenden dem Zweck, genaue Schätzungen und wissenschaftliche Nachweise darüber zu erbringen, ob sie volljährig sind. In der rechtsmedizinischen Praxis in Korea wurde das Alter von Jugendlichen und jungen Erwachsenen nach der Methode von Lee bestimmt, wobei basierend auf den Daten von Oh et al.⁵ eine gesetzliche Altersgrenze von 18 Jahren angenommen wurde.
Maschinelles Lernen ist eine Form der künstlichen Intelligenz (KI), die wiederholt lernt und große Datenmengen klassifiziert, Probleme selbstständig löst und die Datenprogrammierung vorantreibt. Maschinelles Lernen kann in großen Datenmengen nützliche, verborgene Muster aufdecken⁶. Im Gegensatz dazu stoßen klassische Methoden, die arbeits- und zeitintensiv sind, bei der Verarbeitung großer Mengen komplexer Daten, die manuell schwer zu handhaben sind, an ihre Grenzen⁷. Daher wurden in jüngster Zeit zahlreiche Studien durchgeführt, die neueste Computertechnologien nutzen, um menschliche Fehler zu minimieren und mehrdimensionale Daten effizient zu verarbeiten⁸,⁹,¹⁰,¹¹,¹². Insbesondere Deep Learning findet breite Anwendung in der medizinischen Bildanalyse, und es wurden verschiedene Methoden zur Altersbestimmung durch automatische Analyse von Röntgenbildern beschrieben, die die Genauigkeit und Effizienz der Altersbestimmung verbessern¹³,¹⁴,¹⁵,¹⁶,¹⁷,¹⁸,¹⁹,²⁰. Beispielsweise entwickelten Halabi et al.¹³ einen auf Convolutional Neural Networks (CNN) basierenden Algorithmus für maschinelles Lernen zur Schätzung des Skelettalters anhand von Röntgenbildern von Kinderhänden. Diese Studie schlägt ein Modell vor, das maschinelles Lernen auf medizinische Bilder anwendet und zeigt, dass diese Methoden die diagnostische Genauigkeit verbessern können. Li et al. [14] schätzten das Alter anhand von Beckenröntgenbildern mithilfe eines Deep-Learning-CNN und verglichen die Ergebnisse mit Regressionsanalysen unter Berücksichtigung des Ossifikationsstadiums. Sie stellten fest, dass das Deep-Learning-CNN-Modell die gleiche Genauigkeit bei der Altersschätzung wie das traditionelle Regressionsmodell aufwies. Die Studie von Guo et al. [15] evaluierte die Genauigkeit der Altersklassifizierung mittels CNN-Technologie anhand von dentalen Orthofotos. Die Ergebnisse zeigten, dass das CNN-Modell die Genauigkeit der menschlichen Altersklassifizierung übertraf.
Die meisten Studien zur Altersschätzung mittels maschinellen Lernens verwenden Deep-Learning-Methoden^{13,14,15,16,17,18,19,20}. Altersschätzungen auf Basis von Deep Learning gelten als genauer als traditionelle Methoden. Allerdings bietet dieser Ansatz wenig Raum für die Darstellung der wissenschaftlichen Grundlagen der Altersschätzungen, wie beispielsweise der verwendeten Altersindikatoren. Zudem besteht ein Rechtsstreit darüber, wer die Untersuchungen durchführt. Daher stößt die Altersschätzung mittels Deep Learning bei Verwaltungs- und Justizbehörden auf wenig Akzeptanz. Data Mining (DM) ist eine Technik, die nicht nur erwartete, sondern auch unerwartete Informationen aufdecken kann und somit nützliche Korrelationen zwischen großen Datenmengen aufdeckt^6,21,22. Maschinelles Lernen wird häufig im Data Mining eingesetzt, und sowohl Data Mining als auch maschinelles Lernen verwenden dieselben Schlüsselalgorithmen, um Muster in Daten zu erkennen. Die Altersschätzung anhand der Zahnentwicklung basiert auf der Beurteilung des Reifegrads der Zielzähne durch den Untersucher. Diese Beurteilung wird als Entwicklungsstadium für jeden Zielzahn ausgedrückt. Die Demirdjian-Methode (DM) kann zur Analyse der Korrelation zwischen dem Stadium der zahnärztlichen Untersuchung und dem tatsächlichen Alter eingesetzt werden und hat das Potenzial, traditionelle statistische Verfahren zu ersetzen. Durch die Anwendung von DM-Techniken zur Altersbestimmung lässt sich maschinelles Lernen in der forensischen Altersbestimmung implementieren, ohne rechtliche Konsequenzen befürchten zu müssen. Mehrere vergleichende Studien wurden zu möglichen Alternativen zu traditionellen manuellen Methoden in der forensischen Praxis und zu evidenzbasierten Methoden zur Bestimmung des zahnärztlichen Alters veröffentlicht. Shen et al.²³ zeigten, dass das DM-Modell genauer ist als die traditionelle Camerer-Formel. Galibourg et al.²⁴ wandten verschiedene DM-Methoden zur Altersvorhersage nach dem Demirdjian-Kriterium²⁵ an. Die Ergebnisse zeigten, dass die DM-Methode die Demirdjian- und Willems-Methoden bei der Altersbestimmung der französischen Bevölkerung übertraf.
Zur Bestimmung des Zahnalters koreanischer Jugendlicher und junger Erwachsener wird in der koreanischen forensischen Praxis häufig die Methode von Lee⁴ angewendet. Diese Methode untersucht mithilfe traditioneller statistischer Analysemethoden (wie z. B. multipler Regression) den Zusammenhang zwischen koreanischen Probanden und ihrem chronologischen Alter. In dieser Studie werden Altersbestimmungsmethoden, die auf traditionellen statistischen Verfahren basieren, als „traditionelle Methoden“ bezeichnet. Die Methode von Lee ist eine solche traditionelle Methode, deren Genauigkeit von Oh et al.⁵ bestätigt wurde. Die Anwendbarkeit der Altersbestimmung mittels des DM-Modells in der koreanischen forensischen Praxis ist jedoch weiterhin fraglich. Ziel dieser Studie war es, den potenziellen Nutzen der Altersbestimmung mittels des DM-Modells wissenschaftlich zu validieren. Die Studie hatte zum Ziel, (1) die Genauigkeit zweier DM-Modelle bei der Bestimmung des Zahnalters zu vergleichen und (2) die Klassifizierungsleistung von sieben DM-Modellen im Alter von 18 Jahren mit derjenigen traditioneller statistischer Methoden zu vergleichen. Die Untersuchung basierte auf der Reife der zweiten und dritten Molaren in Ober- und Unterkiefer.
Mittelwerte und Standardabweichungen des chronologischen Alters nach Stadium und Zahntyp sind online in den ergänzenden Tabellen S1 (Trainingsdatensatz), S2 (interner Testdatensatz) und S3 (externer Testdatensatz) dargestellt. Die Kappa-Werte für die Intra- und Interobserver-Reliabilität des Trainingsdatensatzes betrugen 0,951 bzw. 0,947. Die p-Werte und 95%-Konfidenzintervalle für die Kappa-Werte sind in der ergänzenden Tabelle S4 aufgeführt. Der Kappa-Wert wurde gemäß den Kriterien von Landis und Koch²⁶ als „nahezu perfekt“ interpretiert.
Beim Vergleich des mittleren absoluten Fehlers (MAE) schneidet die traditionelle Methode für alle Geschlechter und im externen Testdatensatz für Männer etwas besser ab als das DM-Modell, mit Ausnahme des mehrschichtigen Perzeptrons (MLP). Der Unterschied zwischen dem traditionellen Modell und dem DM-Modell im internen MAE-Testdatensatz betrug 0,12–0,19 Jahre für Männer und 0,17–0,21 Jahre für Frauen. Im externen Testdatensatz sind die Unterschiede geringer (0,001–0,05 Jahre für Männer und 0,05–0,09 Jahre für Frauen). Auch der mittlere quadratische Fehler (RMSE) ist etwas niedriger als bei der traditionellen Methode, mit geringeren Unterschieden (0,17–0,24 bzw. 0,2–0,24 im internen Testdatensatz für Männer und 0,03–0,07 bzw. 0,04–0,08 im externen Testdatensatz). Das MLP zeigt eine etwas bessere Leistung als das einschichtige Perzeptron (SLP), außer im Fall des externen Testdatensatzes für Frauen. Die externen Testdatensätze erzielen für alle Geschlechter und Modelle höhere Werte für MAE und RMSE als die internen. Alle MAE- und RMSE-Werte sind in Tabelle 1 und Abbildung 1 dargestellt.
MAE und RMSE traditioneller und Data-Mining-Regressionsmodelle. Mittlerer absoluter Fehler (MAE), mittlerer quadratischer Fehler (RMSE), Single-Layer-Perzeptron (SLP), Multi-Layer-Perzeptron (MLP), traditionelle CM-Methode.
Die Klassifizierungsleistung (mit einem Grenzwert von 18 Jahren) der traditionellen und der DM-Modelle wurde anhand von Sensitivität, Spezifität, positivem prädiktivem Wert (PPV), negativem prädiktivem Wert (NPV) und der Fläche unter der ROC-Kurve (AUROC) dargestellt (Tabelle 2, Abbildung 2 und ergänzende Abbildung 1 online). Hinsichtlich der Sensitivität der internen Testbatterie schnitten die traditionellen Methoden bei Männern am besten und bei Frauen am schlechtesten ab. Der Unterschied in der Klassifizierungsleistung zwischen traditionellen Methoden und SD beträgt jedoch 9,7 % bei Männern (MLP) und nur 2,4 % bei Frauen (XGBoost). Unter den DM-Modellen zeigte die logistische Regression (LR) bei beiden Geschlechtern die beste Sensitivität. Bezüglich der Spezifität des internen Testdatensatzes zeigte sich, dass die vier SD-Modelle bei Männern gut abschnitten, während das traditionelle Modell bei Frauen besser abschnitt. Die Unterschiede in der Klassifizierungsleistung zwischen Männern und Frauen betragen 13,3 % (MLP) bzw. 13,1 % (MLP), was darauf hindeutet, dass der Unterschied in der Klassifizierungsleistung zwischen den Modellen die Sensitivität übersteigt. Unter den Entscheidungsmodellen (DM-Modellen) erzielten Support Vector Machine (SVM), Entscheidungsbaum (DT) und Random Forest (RF) bei Männern die besten Ergebnisse, während das LR-Modell bei Frauen am besten abschnitt. Die AUROC des traditionellen Modells und aller SD-Modelle lag über 0,925 (k-Nearest Neighbor (KNN) bei Männern) und belegte damit eine exzellente Klassifizierungsleistung bei der Unterscheidung von 18-jährigen Probanden²⁸. Im externen Testdatensatz zeigte sich im Vergleich zum internen Testdatensatz eine geringere Klassifizierungsleistung hinsichtlich Sensitivität, Spezifität und AUROC. Darüber hinaus lag der Unterschied in Sensitivität und Spezifität zwischen den besten und schlechtesten Modellen zwischen 10 % und 25 % und war damit größer als im internen Testdatensatz.
Sensitivität und Spezifität von Data-Mining-Klassifikationsmodellen im Vergleich zu traditionellen Methoden mit einer Altersgrenze von 18 Jahren. KNN (k-Nearest Neighbor), SVM (Support Vector Machine), LR (Logistische Regression), DT (Entscheidungsbaum), RF (Random Forest), XGBoost, MLP (Multilayer Perceptron), traditionelle CM-Methode.
Im ersten Schritt dieser Studie wurde die Genauigkeit der mit sieben DM-Modellen ermittelten Zahnaltersbestimmungen mit der Genauigkeit der traditionellen Regression verglichen. MAE und RMSE wurden in internen Testdatensätzen für beide Geschlechter evaluiert. Die Differenz zwischen der traditionellen Methode und dem DM-Modell lag bei 44 bis 77 Tagen (MAE) bzw. 62 bis 88 Tagen (RMSE). Obwohl die traditionelle Methode in dieser Studie etwas genauer war, lässt sich die klinische oder praktische Relevanz dieser geringen Differenz nur schwer beurteilen. Die Ergebnisse deuten darauf hin, dass die Genauigkeit der Zahnaltersbestimmung mit dem DM-Modell nahezu der der traditionellen Methode entspricht. Ein direkter Vergleich mit Ergebnissen aus früheren Studien ist schwierig, da bisher keine Studie die Genauigkeit von DM-Modellen mit traditionellen statistischen Methoden unter Verwendung derselben Zahnerfassungstechnik im gleichen Altersbereich wie in dieser Studie verglichen hat. Galibourg et al.²⁴ verglichen MAE und RMSE zwischen zwei traditionellen Methoden (Demirjian-Methode²⁵ und Willems-Methode²⁹) und zehn DM-Modellen in einer französischen Population im Alter von 2 bis 24 Jahren. Sie berichteten, dass alle DM-Modelle genauer waren als traditionelle Methoden, mit Unterschieden von 0,20 bzw. 0,38 Jahren im MAE und 0,25 bzw. 0,47 Jahren im RMSE im Vergleich zu den Methoden von Willems bzw. Demirdjian. Die Diskrepanz zwischen dem SD-Modell und traditionellen Methoden, die in der Halibourg-Studie festgestellt wurde, berücksichtigt zahlreiche Berichte^30,31,32,33, die belegen, dass die Demirdjian-Methode das Zahnalter in anderen Populationen als den französisch-kanadischen, auf denen die Studie basierte, nicht genau schätzt. In der vorliegenden Studie verwendeten Tai et al.³⁴ den MLP-Algorithmus, um das Zahnalter anhand von 1636 chinesischen kieferorthopädischen Fotografien vorherzusagen und verglichen dessen Genauigkeit mit den Ergebnissen der Demirdjian- und Willems-Methode. Sie berichteten, dass MLP eine höhere Genauigkeit als traditionelle Methoden aufweist. Der Unterschied zwischen der Demirdjian-Methode und der traditionellen Methode beträgt <0,32 Jahre, der Unterschied zur Willems-Methode 0,28 Jahre, was den Ergebnissen der vorliegenden Studie ähnelt. Die Ergebnisse früherer Studien^24,34 stimmen mit den Ergebnissen der vorliegenden Studie überein, und die Genauigkeit der Altersbestimmung mittels des DM-Modells und der traditionellen Methode ist vergleichbar. Aufgrund fehlender Vergleichs- und Referenzstudien lässt sich jedoch nur vorsichtig schlussfolgern, dass DM-Modelle die bestehenden Methoden zur Altersbestimmung ersetzen könnten. Weiterführende Studien mit größeren Stichproben sind erforderlich, um die Ergebnisse dieser Studie zu bestätigen.
Unter den Studien, die die Genauigkeit der Standardabweichung (SD) zur Bestimmung des Zahnalters untersuchten, zeigten einige eine höhere Genauigkeit als unsere Studie. Stepanovsky et al.³⁵ wandten 22 SD-Modelle auf Panoramaröntgenaufnahmen von 976 tschechischen Einwohnern im Alter von 2,7 bis 20,5 Jahren an und testeten die Genauigkeit jedes Modells. Sie beurteilten die Entwicklung von insgesamt 16 bleibenden Zähnen im linken Ober- und Unterkiefer anhand der von Moorrees et al.³⁶ vorgeschlagenen Klassifikationskriterien. Der mittlere absolute Fehler (MAE) lag zwischen 0,64 und 0,94 Jahren und der mittlere quadratische Fehler (RMSE) zwischen 0,85 und 1,27 Jahren. Diese Werte sind genauer als die der beiden in dieser Studie verwendeten DM-Modelle. Shen et al.²³ verwendeten die Cameriere-Methode zur Bestimmung des Zahnalters von sieben bleibenden Zähnen im linken Unterkiefer bei ostchinesischen Einwohnern im Alter von 5 bis 13 Jahren und verglichen die Ergebnisse mit Schätzungen mittels linearer Regression, Support Vector Machine (SVM) und Random Forest (RF). Sie zeigten, dass alle drei DM-Modelle eine höhere Genauigkeit als die traditionelle Cameriere-Formel aufweisen. Die MAE- und RMSE-Werte in Shens Studie waren niedriger als im DM-Modell dieser Studie. Die höhere Präzision der Studien von Stepanovsky et al.³⁵ und Shen et al.²³ könnte auf die Einbeziehung jüngerer Probanden in ihre Studienpopulationen zurückzuführen sein. Da die Altersschätzung bei Teilnehmern mit sich entwickelnden Zähnen mit zunehmender Zahnanzahl während der Zahnentwicklung genauer wird, kann die Genauigkeit der resultierenden Altersschätzungsmethode bei jüngeren Studienteilnehmern beeinträchtigt sein. Darüber hinaus ist der Fehler des MLP bei der Altersschätzung etwas geringer als der des SLP, was bedeutet, dass das MLP genauer ist als das SLP. Das MLP gilt als etwas besser für die Altersschätzung geeignet, möglicherweise aufgrund der verborgenen Schichten in MLP³⁸. Eine Ausnahme bildet jedoch die äußere Stichprobe der Frauen (SLP 1,45, MLP 1,49). Der Befund, dass das MLP bei der Altersbestimmung genauer ist als das SLP, erfordert weitere retrospektive Studien.
Die Klassifizierungsleistung des DM-Modells und der traditionellen Methode wurde bei einer Altersgrenze von 18 Jahren verglichen. Alle getesteten SD-Modelle und traditionellen Methoden zeigten im internen Testdatensatz für die 18-Jährigen eine praktisch akzeptable Diskriminierungsfähigkeit. Die Sensitivität lag bei Männern bei über 87,7 % und bei Frauen bei über 94,9 %, die Spezifität bei über 89,3 % bzw. 84,7 %. Die AUROC aller getesteten Modelle überstieg 0,925. Unseres Wissens wurde die Leistung des DM-Modells für die Klassifizierung von 18-Jährigen basierend auf der dentalen Reife bisher nicht untersucht. Die Ergebnisse dieser Studie lassen sich mit der Klassifizierungsleistung von Deep-Learning-Modellen auf Basis von Panoramaröntgenaufnahmen vergleichen. Guo et al.¹⁵ berechneten die Klassifizierungsleistung eines CNN-basierten Deep-Learning-Modells und einer manuellen Methode nach Demirjian für eine bestimmte Altersgrenze. Die Sensitivität und Spezifität der manuellen Methode lagen bei 87,7 % bzw. 95,5 %, während die Sensitivität und Spezifität des CNN-Modells 89,2 % bzw. 86,6 % überstiegen. Die Autoren schlussfolgerten, dass Deep-Learning-Modelle die manuelle Beurteilung bei der Altersklassifizierung ersetzen oder sogar übertreffen können. Die Ergebnisse dieser Studie zeigten eine vergleichbare Klassifizierungsleistung. Es wird angenommen, dass die Klassifizierung mithilfe von Deep-Learning-Modellen traditionelle statistische Methoden zur Altersschätzung ersetzen kann. Unter den Modellen erwies sich DM LR hinsichtlich der Sensitivität für die männliche Stichprobe sowie der Sensitivität und Spezifität für die weibliche Stichprobe als das beste Modell. Bei Männern belegt LR den zweiten Platz in Bezug auf die Spezifität. Darüber hinaus gilt LR als eines der benutzerfreundlicheren DM35-Modelle und ist weniger komplex und aufwändig in der Anwendung. Basierend auf diesen Ergebnissen wurde LR als das beste Cutoff-Klassifizierungsmodell für 18-Jährige in der koreanischen Bevölkerung angesehen.
Insgesamt war die Genauigkeit der Altersschätzung bzw. Klassifizierung im externen Testdatensatz im Vergleich zum internen Testdatensatz gering. Einige Studien weisen darauf hin, dass die Klassifizierungsgenauigkeit bzw. -effizienz abnimmt, wenn auf der koreanischen Bevölkerung basierende Altersschätzungen auf die japanische Bevölkerung angewendet werden⁵,³⁹, und ein ähnliches Muster wurde auch in der vorliegenden Studie beobachtet. Dieser negative Trend zeigte sich auch im DM-Modell. Daher sollten zur genauen Altersschätzung, selbst bei Verwendung von DM im Analyseprozess, Methoden, die auf Daten der einheimischen Bevölkerung basieren, wie z. B. traditionelle Methoden, bevorzugt werden⁵,³⁹,⁴⁰,⁴¹,⁴². Da unklar ist, ob Deep-Learning-Modelle ähnliche Tendenzen aufweisen, sind Studien erforderlich, die die Klassifizierungsgenauigkeit und -effizienz traditioneller Methoden, DM-Modelle und Deep-Learning-Modelle an denselben Stichproben vergleichen. Dies kann bestätigen, ob künstliche Intelligenz diese ethnischen Unterschiede bei begrenzten Altersbestimmungen überwinden kann.
Wir zeigen, dass traditionelle Methoden der Altersbestimmung in der forensischen Praxis in Korea durch die auf dem DM-Modell basierende Altersschätzung ersetzt werden können. Zudem haben wir die Möglichkeit des Einsatzes von maschinellem Lernen für die forensische Altersbewertung aufgezeigt. Allerdings bestehen deutliche Einschränkungen, wie die unzureichende Teilnehmerzahl dieser Studie, um die Ergebnisse endgültig zu bestimmen, und das Fehlen vergleichbarer Vorstudien zur Bestätigung der Ergebnisse. Zukünftige DM-Studien sollten mit größeren Stichproben und diverseren Populationen durchgeführt werden, um die praktische Anwendbarkeit im Vergleich zu traditionellen Methoden zu verbessern. Um die Machbarkeit des Einsatzes künstlicher Intelligenz zur Altersschätzung in verschiedenen Populationen zu validieren, sind weitere Studien erforderlich, die die Klassifizierungsgenauigkeit und Effizienz von DM- und Deep-Learning-Modellen mit traditionellen Methoden an denselben Stichproben vergleichen.
Die Studie nutzte 2.657 orthografische Röntgenaufnahmen von koreanischen und japanischen Erwachsenen im Alter von 15 bis 23 Jahren. Die koreanischen Röntgenbilder wurden in 900 Trainingsdatensätze (19,42 ± 2,65 Jahre) und 900 interne Testdatensätze (19,52 ± 2,59 Jahre) unterteilt. Der Trainingsdatensatz wurde an einer Einrichtung (Seoul St. Mary’s Hospital) erhoben, der interne Testdatensatz an zwei Einrichtungen (Zahnklinik der Seoul National University und Zahnklinik der Yonsei University). Zusätzlich wurden 857 Röntgenbilder aus einer weiteren bevölkerungsbasierten Studie (Iwate Medical University, Japan) für externe Tests herangezogen. Röntgenbilder japanischer Probanden (19,31 ± 2,60 Jahre) dienten als externer Testdatensatz. Die Daten wurden retrospektiv erhoben, um die Stadien der Zahnentwicklung anhand von Panoramaröntgenbildern zu analysieren, die während zahnärztlicher Behandlungen angefertigt wurden. Alle erhobenen Daten waren anonymisiert, mit Ausnahme von Geschlecht, Geburtsdatum und Aufnahmedatum. Die Ein- und Ausschlusskriterien entsprachen denen zuvor veröffentlichter Studien^4,5. Das tatsächliche Alter der Stichprobe wurde durch Subtraktion des Geburtsdatums vom Datum der Röntgenaufnahme berechnet. Die Stichprobe wurde in neun Altersgruppen unterteilt. Die Alters- und Geschlechtsverteilung ist in Tabelle 3 dargestellt. Diese Studie wurde gemäß der Deklaration von Helsinki durchgeführt und von der Ethikkommission des Seoul St. Mary’s Hospital der Katholischen Universität von Korea (KC22WISI0328) genehmigt. Aufgrund des retrospektiven Studiendesigns konnte nicht von allen Patienten, die sich einer Röntgenuntersuchung zu therapeutischen Zwecken unterzogen, eine Einwilligungserklärung eingeholt werden. Die Ethikkommission des Seoul Korea University St. Mary’s Hospital verzichtete daher auf die Einholung einer Einwilligungserklärung.
Die Entwicklungsstadien der zweiten und dritten Molaren beidseits wurden nach den Demircan-Kriterien²⁵ beurteilt. Bei Vorliegen desselben Zahntyps auf beiden Seiten jedes Kiefers wurde nur ein Zahn ausgewählt. Befanden sich homologe Zähne beider Seiten in unterschiedlichen Entwicklungsstadien, wurde der Zahn mit dem niedrigeren Entwicklungsstadium ausgewählt, um die Unsicherheit der Altersbestimmung zu berücksichtigen. Hundert zufällig ausgewählte Röntgenaufnahmen aus dem Trainingsdatensatz wurden von zwei erfahrenen Untersuchern nach vorheriger Kalibrierung zur Bestimmung des Zahnreifestadiums ausgewertet, um die Interrater-Reliabilität zu prüfen. Die Intrarater-Reliabilität wurde vom Hauptuntersucher zweimal im Abstand von drei Monaten beurteilt.
Geschlecht und Entwicklungsstadium der zweiten und dritten Molaren jedes Kiefers im Trainingsdatensatz wurden von einem primären Beobachter geschätzt, der mit verschiedenen DM-Modellen trainiert wurde. Das tatsächliche Alter diente als Zielwert. SLP- und MLP-Modelle, die in der maschinellen Lernforschung weit verbreitet sind, wurden mit Regressionsalgorithmen verglichen. Das DM-Modell kombiniert lineare Funktionen unter Verwendung der Entwicklungsstadien der vier Zähne und schätzt so das Alter. SLP ist das einfachste neuronale Netzwerk und besitzt keine verborgenen Schichten. Es basiert auf der Schwellenwertübertragung zwischen den Knoten. Das SLP-Modell in der Regression ist mathematisch der multiplen linearen Regression ähnlich. Im Gegensatz zum SLP-Modell verfügt das MLP-Modell über mehrere verborgene Schichten mit nichtlinearen Aktivierungsfunktionen. In unseren Experimenten verwendeten wir eine verborgene Schicht mit nur 20 Knoten und nichtlinearen Aktivierungsfunktionen. Wir nutzten Gradientenabstieg als Optimierungsverfahren und MAE sowie RMSE als Verlustfunktionen, um unser Modell für maschinelles Lernen zu trainieren. Das beste Regressionsmodell wurde auf die internen und externen Testdatensätze angewendet und das Zahnalter geschätzt.
Es wurde ein Klassifikationsalgorithmus entwickelt, der anhand des Reifegrads von vier Zähnen im Trainingsdatensatz vorhersagt, ob eine Probe 18 Jahre alt ist oder nicht. Für den Modellaufbau wurden sieben Repräsentationsalgorithmen des maschinellen Lernens abgeleitet^6,43: (1) LR, (2) KNN, (3) SVM, (4) DT, (5) RF, (6) XGBoost und (7) MLP. LR ist einer der am weitesten verbreiteten Klassifikationsalgorithmen⁴⁴. Es handelt sich um einen überwachten Lernalgorithmus, der Regression nutzt, um die Wahrscheinlichkeit der Zugehörigkeit von Daten zu einer bestimmten Kategorie zwischen 0 und 1 vorherzusagen und die Daten basierend auf dieser Wahrscheinlichkeit der wahrscheinlicheren Kategorie zuzuordnen; er wird hauptsächlich für die binäre Klassifizierung verwendet. KNN ist einer der einfachsten Algorithmen des maschinellen Lernens⁴⁵. Bei neuen Eingabedaten findet er k Daten, die den vorhandenen Daten nahe liegen, und ordnet sie der Klasse mit der höchsten Häufigkeit zu. Die Anzahl der berücksichtigten Nachbarn (k) wurde auf 3 festgelegt. SVM ist ein Algorithmus, der den Abstand zwischen zwei Klassen maximiert, indem er den linearen Raum mithilfe einer Kernelfunktion in einen nichtlinearen Raum, die sogenannten Felder, erweitert.⁴⁶ Für dieses Modell verwenden wir die Hyperparameter Bias = 1, Power = 1 und Gamma = 1 für den Polynomkernel. DT wird in verschiedenen Bereichen als Algorithmus zur Aufteilung eines gesamten Datensatzes in mehrere Untergruppen eingesetzt, indem Entscheidungsregeln in einer Baumstruktur dargestellt werden.⁴⁷ Das Modell ist mit einer minimalen Anzahl von Datensätzen pro Knoten von 2 konfiguriert und verwendet den Gini-Index als Qualitätsmaß. RF ist eine Ensemble-Methode, die mehrere DTs kombiniert, um die Leistung mithilfe eines Bootstrap-Aggregationsverfahrens zu verbessern. Dieses Verfahren generiert für jede Stichprobe einen schwachen Klassifikator, indem es mehrmals zufällig Stichproben gleicher Größe aus dem ursprünglichen Datensatz zieht.⁴⁸ Wir verwendeten 100 Bäume, 10 Baumtiefen, eine minimale Knotengröße von 1 und den Gini-Admixture-Index als Kriterien für die Knotentrennung. Die Klassifizierung neuer Daten erfolgt durch Mehrheitsentscheidung. XGBoost ist ein Algorithmus, der Boosting-Techniken kombiniert. Er verwendet den Fehler zwischen den tatsächlichen und den vorhergesagten Werten des vorherigen Modells als Trainingsdaten und erhöht diesen mithilfe von Gradienten⁴⁹. Aufgrund seiner guten Leistung und Ressourceneffizienz sowie seiner hohen Zuverlässigkeit als Korrekturfunktion gegen Überanpassung ist er weit verbreitet. Das Modell verfügt über 400 Stützstellen. MLP ist ein neuronales Netzwerk, in dem ein oder mehrere Perzeptronen mehrere Schichten bilden, wobei sich zwischen den Eingabe- und Ausgabeschichten eine oder mehrere verborgene Schichten befinden³⁸. Damit lässt sich eine nichtlineare Klassifizierung durchführen. Dabei wird beim Hinzufügen einer Eingabeschicht und der Ausgabe eines Ergebnisses der vorhergesagte Ergebniswert mit dem tatsächlichen Ergebniswert verglichen und der Fehler rückgepropagiert. Wir haben eine verborgene Schicht mit jeweils 20 Neuronen erstellt. Jedes der entwickelten Modelle wurde auf interne und externe Datensätze angewendet, um die Klassifizierungsleistung anhand von Sensitivität, Spezifität, PPV, NPV und AUROC zu testen. Die Sensitivität ist definiert als das Verhältnis der Stichprobe, in der das Alter auf 18 Jahre oder älter geschätzt wird, zur Gesamtstichprobe, in der das Alter auf 18 Jahre oder älter geschätzt wird. Die Spezifität ist der Anteil der Stichproben unter 18 Jahren an denjenigen, in denen das Alter auf unter 18 Jahre geschätzt wird.
Die im Trainingsdatensatz erfassten Zahnstadien wurden für die statistische Analyse in numerische Stadien umgewandelt. Mittels multivariater linearer und logistischer Regression wurden für jedes Geschlecht Vorhersagemodelle entwickelt und Regressionsformeln zur Altersschätzung abgeleitet. Diese Formeln wurden zur Schätzung des Zahnalters sowohl für interne als auch externe Testdatensätze verwendet. Tabelle 4 zeigt die in dieser Studie verwendeten Regressions- und Klassifikationsmodelle.
Die Intra- und Interobserver-Reliabilität wurde mittels Cohens Kappa-Koeffizient berechnet. Um die Genauigkeit von DM- und traditionellen Regressionsmodellen zu prüfen, wurden MAE und RMSE anhand der geschätzten und tatsächlichen Alter der internen und externen Testdatensätze berechnet. Diese Fehler werden häufig zur Bewertung der Genauigkeit von Modellvorhersagen herangezogen. Je kleiner der Fehler, desto höher die Genauigkeit der Vorhersage²⁴. Die MAE- und RMSE-Werte der internen und externen Testdatensätze wurden mit DM- und traditioneller Regression verglichen. Die Klassifikationsleistung des 18-Jahres-Cutoffs in der traditionellen Statistik wurde mithilfe einer 2×2-Kontingenztafel bewertet. Die berechnete Sensitivität, Spezifität, der positive prädiktive Wert (PPV), der negative prädiktive Wert (NPV) und die Fläche unter der ROC-Kurve (AUROC) des Testdatensatzes wurden mit den Messwerten des DM-Klassifikationsmodells verglichen. Die Daten werden je nach Datencharakteristik als Mittelwert ± Standardabweichung oder Anzahl (%) angegeben. Zweiseitige p-Werte < 0,05 wurden als statistisch signifikant betrachtet. Alle routinemäßigen statistischen Analysen wurden mit SAS Version 9.4 (SAS Institute, Cary, NC) durchgeführt. Das DM-Regressionsmodell wurde in Python mit dem Keras-Backend (Version 2.2.4) und TensorFlow (Version 1.8.0) speziell für mathematische Operationen implementiert. Das DM-Klassifikationsmodell wurde in der Waikato Knowledge Analysis Environment und der Analyseplattform Konstanz Information Miner (KNIME) (Version 4.6.152) implementiert.
Die Autoren weisen darauf hin, dass die Daten, die die Schlussfolgerungen der Studie stützen, im Artikel und im ergänzenden Material zu finden sind. Die im Rahmen der Studie generierten und/oder analysierten Datensätze sind auf Anfrage beim korrespondierenden Autor erhältlich.
Ritz-Timme, S. et al. Altersbestimmung: Stand der Technik zur Erfüllung der spezifischen Anforderungen der forensischen Praxis. Internationality. J. Legal Medicine. 113, 129–136 (2000).
Schmeling, A., Reisinger, W., Geserik, G. und Olze, A. Aktueller Stand der forensischen Altersbestimmung lebender Personen für strafrechtliche Ermittlungszwecke. Forensics. medicine. Pathology. 1, 239–246 (2005).
Pan, J. et al. Eine modifizierte Methode zur Bestimmung des Zahnalters bei Kindern im Alter von 5 bis 16 Jahren in Ostchina. Clinical Oral Survey. 25, 3463–3474 (2021).
Lee, SS et al. Chronologie der Entwicklung der zweiten und dritten Molaren bei Koreanern und ihre Anwendung zur forensischen Altersbestimmung. Internationality. J. Legal Medicine. 124, 659–665 (2010).
Oh, S., Kumagai, A., Kim, SY und Lee, SS: Genauigkeit der Altersbestimmung und Schätzung der 18-Jahres-Grenze anhand der Reife der zweiten und dritten Molaren bei Koreanern und Japanern. PLoS ONE 17, e0271247 (2022).
Kim, JY, et al. Präoperative maschinelle Lernverfahren zur Datenanalyse können den Behandlungserfolg von Schlafoperationen bei Patienten mit OSA vorhersagen. The Science Report 11, 14911 (2021).
Han, M. et al. Genaue Altersschätzung mittels maschinellen Lernens mit oder ohne menschliches Eingreifen? Internationalität. J. Legal Medicine. 136, 821–831 (2022).
Khan, S. und Shaheen, M. Vom Data Mining zum Data Mining. J.Information. the science. https://doi.org/10.1177/01655515211030872 (2021).
Khan, S. und Shaheen, M. WisRule: Der erste kognitive Algorithmus für das Assoziationsregel-Mining. J.Information. the science. https://doi.org/10.1177/01655515221108695 (2022).
Shaheen M. und Abdullah U. Karm: Traditionelles Data Mining basierend auf kontextbasierten Assoziationsregeln. calculate. Matt. continue. 68, 3305–3322 (2021).
Muhammad M., Rehman Z., Shaheen M., Khan M. und Habib M. Deep Learning-basierte semantische Ähnlichkeitserkennung unter Verwendung von Textdaten. inform. technologies. control. https://doi.org/10.5755/j01.itc.49.4.27118 (2020).
Tabish, M., Tanoli, Z. und Shahin, M. Ein System zur Aktivitätserkennung in Sportvideos. Multimedia. Tools Applications https://doi.org/10.1007/s11042-021-10519-6 (2021).
Halabi, SS et al. RSNA Machine Learning Challenge in Pediatric Bone Age. Radiology 290, 498–503 (2019).
Li, Y. et al. Forensische Altersbestimmung anhand von Beckenröntgenaufnahmen mittels Deep Learning. EURO. radiation. 29, 2322–2329 (2019).
Guo, YC, et al. Genaue Altersklassifizierung mittels manueller Methoden und tiefer neuronaler Faltungsnetze anhand orthografischer Projektionsbilder. Internationality. J. Legal Medicine. 135, 1589–1597 (2021).
Alabama Dalora et al. Knochenaltersbestimmung mittels verschiedener Methoden des maschinellen Lernens: eine systematische Literaturübersicht und Metaanalyse. PLoS ONE 14, e0220242 (2019).
Du, H., Li, G., Cheng, K. und Yang, J. Populationsspezifische Altersbestimmung von Afroamerikanern und Chinesen anhand des Pulpakammervolumens der ersten Molaren mittels Kegelstrahl-Computertomographie. Internationality. J. Legal Medicine. 136, 811–819 (2022).
Kim S., Lee YH, Noh YK, Park FK und Oh KS. Bestimmung von Altersgruppen lebender Personen mithilfe von KI-gestützten Bildern der ersten Molaren. The Science Report 11, 1073 (2021).
Stern, D., Payer, C., Giuliani, N. und Urschler, M. Automatische Altersbestimmung und Klassifizierung des Volljährigkeitsalters anhand multivariater MRT-Daten. IEEE J. Biomed. Health Alerts. 23, 1392–1403 (2019).
Cheng, Q., Ge, Z., Du, H. und Li, G. Altersbestimmung anhand der 3D-Pulpakammersegmentierung der ersten Molaren aus der Kegelstrahl-Computertomographie durch Integration von Deep Learning und Level Sets. Internationality. J. Legal Medicine. 135, 365–373 (2021).
Wu, WT, et al. Data Mining in klinischen Big Data: Gemeinsame Datenbanken, Schritte und Methodenmodelle. World. medicine. resource. 8, 44 (2021).
Yang, J. et al. Einführung in medizinische Datenbanken und Data-Mining-Technologien im Zeitalter von Big Data. J. Avid. Basic medicine. 13, 57–69 (2020).
Shen, S. et al. Camerers Methode zur Schätzung des Zahnalters mittels maschinellen Lernens. BMC Oral Health 21, 641 (2021).
Galliburg A. et al. Vergleich verschiedener Methoden des maschinellen Lernens zur Vorhersage des Zahnalters anhand der Demirdjian-Stadieneinteilung. Internationality. J. Legal medicine. 135, 665–675 (2021).
Demirdjian, A., Goldstein, H. und Tanner, JM Ein neues System zur Bestimmung des Zahnalters. snort. biology. 45, 211–227 (1973).
Landis, JR, und Koch, GG Maße der Übereinstimmung zwischen Beobachtern bei kategorialen Daten. Biometrics 33, 159–174 (1977).
Bhattacharjee S, Prakash D, Kim C, Kim HK und Choi HK. Texturale, morphologische und statistische Analyse zweidimensionaler Magnetresonanztomographie mittels künstlicher Intelligenz zur Differenzierung primärer Hirntumoren. Health Information Resource. https://doi.org/10.4258/hir.2022.28.1.46 (2022).