Inteligência artificial aplicada aos exames de imagem odontológicos

• Main Author: Jardim, Jerusa Jobim
• Publication Date: 2021
• Format: Bachelor thesis
• Language: por
• Source: Repositório Institucional da UFRGS
• Download full: http://hdl.handle.net/10183/250289
• topic: Aprendizado de máquina; Inteligência artificial; Algorítmo; Machine learning; Artificial intelligence; Neural network; Convolutional neural network; Deep learning

A presente revisão da literatura teve por objetivo investigar a literatura relacionada à aplicação da Inteligência Artificial (IA) na análise de exames de imagem nas diversas especialidades odontológicas, seu desempenho nesta tarefa, possibilidades de aplicação na prática clínica, bem como suas vantagens e limitações. A busca bibliográfica realizada em uma fonte de dados resultou em inclusão de 58 artigos originais de texto completo, trabalhos experimentais e revisões sistemáticas da literatura, publicados em inglês, período de publicação entre 2018 e 2020, que analisaram a aplicabilidade clínica de modelos de IA para diagnóstico em imagens 2D e 3D de estruturas dentárias e do complexo maxilofacial de indivíduos adultos. Os estudos analisados tiveram como foco a avaliação de redes neurais convolucionais na detecção automática de pontos cefalométricos, de lesões de cárie, de lesões apicais, de perda óssea periodontal, de sistemas de implantes, de cistos odontogênicos e tumores em maxila e mandíbula, de osteoporose, de sinusite maxilar, de terceiros molares e canal mandibular, de ateromas em carótida, de fratura radicular vertical, de osteoartrite em ATM, avaliação de morfologia radicular e numeração de elementos dentários. O desempenho dos modelos variou entre os diferentes algoritmos. Observou-se que 65% dos trabalhos analisados mostrou acurácia diagnóstica dos modelos acima de 80%. Os modelos propostos nos estudos mostraram potencial para utilização como auxiliares de diagnóstico por imagem nas diversas propostas analisadas. Contudo, estudos adicionais são necessários a fim de melhor investigar a confiabilidade destes modelos e de minimizar ou contornar os limites apresentados nos estudos, de forma a possibilitar a generalização de sua aplicabilidade clínica.