दंत मूल्यांकन

दुनिया भर के दंत विशेषज्ञों के साथ मिलकर हम परखते हैं कि बड़े मॉडल वास्तविक दंत चिकित्सा में कितनी अच्छी तरह तर्क करते हैं और उनमें सुरक्षा के क्या जोखिम हैं।

निर्माणाधीन

विशेषज्ञ-स्तरीय दंत तर्क कहाँ चूकता है, और उसे सुधारने के लिए कैसी निगरानी चाहिए?

GlobalDentBench के बाद टीम अधिक कठिन OmniDentBench बना रही है। प्रश्न PubMed Central की खुली-उपलब्ध केस रिपोर्टों और शोध-पत्रों से आते हैं; इन्हें एजेंट तैयार करते हैं, अग्रणी मॉडल कठिनाई के आधार पर छाँटते हैं और चीन व विदेश के दंत विशेषज्ञ एक-एक कर समीक्षा करते हैं—ताकि विशेषज्ञ-स्तरीय नैदानिक निर्णयों पर बड़े मॉडलों को परखा जा सके और पता चले कि उन्हें किस तरह की पेशेवर निगरानी की सबसे अधिक ज़रूरत है।

1,000+कठिन केस प्रश्न
12दंत विशेषज्ञताएँ
6क्षमता और सुरक्षा के आयाम
8प्रकार के इमेजिंग साक्ष्य

क्षमता और सुरक्षा आयाम

नैदानिक तर्कउपचार और प्रबंधनरोगी सुरक्षानैतिक और क़ानूनी सीमाएँपेशेवर निर्णयसंवाद की गुणवत्ता

प्रश्न प्रारूप

  • वस्तुनिष्ठ एकल-विकल्प प्रश्न
  • वस्तुनिष्ठ सटीक-उत्तर प्रश्न (समतुल्य रूप स्वीकार्य)
  • खुले प्रश्न (भारित मूल्यांकन मानदंड + सुरक्षा की लाल रेखाएँ)

इमेजिंग साक्ष्य

मुँह के अंदर की फ़ोटोपैनोरमिक रेडियोग्राफ़पेरिएपिकल रेडियोग्राफ़सेफ़ैलोमेट्रिक रेडियोग्राफ़CBCT और CTMRIहिस्टोपैथोलॉजी इमेजडिजिटल दंत मॉडल और स्कैन
  1. 1
    स्रोत का पता लगाना और बहु-मोडल साक्ष्य संकलन

    PubMed Central की खुली-उपलब्ध केस रिपोर्टों और शोध-पत्रों को दंत प्रासंगिकता और स्रोत की पात्रता के आधार पर चुना जाता है; पूरा पाठ और संबंधित इमेज निकाले जाते हैं, ताकि स्रोत तक पहुँचने योग्य बहु-मोडल साक्ष्य बने रहें।

  2. 2
    एजेंटों द्वारा प्रश्न और कठिनाई के आधार पर छँटाई

    GPT-5.4 रखे गए पाठ और इमेज से संभावित प्रश्न तैयार करता है; जाँच और सुधार वाले गुणवत्ता नियंत्रण के बाद GPT-5.4, Gemini-3-Flash-Preview और Claude-Opus-4.6 कठिनाई के आधार पर उन्हें छाँटते हैं, और केवल योग्य प्रश्न विशेषज्ञ समीक्षा तक पहुँचते हैं।

  3. 3
    विशेषज्ञ समीक्षा और समावेशन

    समिति के तीन सदस्य एक-दूसरे का मत देखे बिना स्वतंत्र रूप से मतदान करते हैं और कम से कम दो की स्वीकृति ज़रूरी है; अंतिम समीक्षा में एक चीनी विशेषज्ञ-समिति अध्यक्ष और कम से कम एक विदेशी विशेषज्ञ शामिल होते हैं, और सभी अंतिम समीक्षकों की सहमति पर ही प्रश्न शामिल होता है।

प्रारंभिक परिणाम बताते हैं कि अग्रणी मॉडलों में विशेषज्ञ-स्तरीय दंत तर्क की स्पष्ट कमियाँ अभी बाकी हैं, और कुछ उत्तर सुरक्षा की लाल रेखाएँ पार करते हैं। पूरे परिणाम शोध-पत्र के साथ जारी होंगे।

OmniDentBench का अवलोकन: 12 विशेषज्ञताएँ, क्षमता और सुरक्षा के 6 आयाम, 3 प्रश्न प्रारूप और 8 प्रकार के इमेजिंग साक्ष्य (स्रोत: OmniDentBench पोस्टर)
OmniDentBench का अवलोकन: 12 विशेषज्ञताएँ, क्षमता और सुरक्षा के 6 आयाम, 3 प्रश्न प्रारूप और 8 प्रकार के इमेजिंग साक्ष्य (स्रोत: OmniDentBench पोस्टर)
विशेषज्ञों के नेतृत्व वाली तीन-चरणीय निर्माण प्रक्रिया (स्रोत: OmniDentBench पोस्टर)
विशेषज्ञों के नेतृत्व वाली तीन-चरणीय निर्माण प्रक्रिया (स्रोत: OmniDentBench पोस्टर)

योगदानकर्ताJunjie Zhao, Ziying Sheng, Jiajun You, Zuolin Jin, Junwen Wang, Benyou Wang, तथा OmniDentBench Consortium के चीन और विदेश के दंत विशेषज्ञ

संस्थानहांगकांग विश्वविद्यालय, बीजिंग इंस्टीट्यूट ऑफ़ कोलैबोरेटिव इनोवेशन, द चाइनीज़ यूनिवर्सिटी ऑफ़ हांगकांग, शेनझेन, Shenzhen Loop Area Institute, सदर्न मेडिकल यूनिवर्सिटी का शेनझेन स्टोमैटोलॉजी हॉस्पिटल (पिंगशान)