JornalDentistry em 2023-5-09

ARTIGOS

Em medicina dentária, a IA já tem aplicações clínicas.

Apesar da sua aceitação noutras áreas, a inteligência artificial (IA) ainda não chegou em força à prática médica e dentária.

Pesquisa em inteligência artificial (IA) ma medicina dentária são basicamente em odontologia, a IA já tem aplicações clínicas:

—Software de gráficos totalmente automatizado

Para automatizar o mapeamento dentário em radiografias, vários algoritmos de machine learning e deep learning estão a ser  testados. A radiografia mais comum utilizada para o prontuário dentário é o ortopantomograma (OPG). No entanto, os pesquisadores descobriram que é uma tarefa difícil. Isto é devido à anatomia sobreposta do OPG (zigoma, seios nasais), que faz com que o algoritmo se torne confuso. Embora o algoritmo faça um bom trabalho no reconhecimento de dentes, ele é prejudicado por artefatos, doenças, dentes impactados e vários tipos de implantes dentários.

"Deve-se notar que os médicos dentistas não dependem inteiramente de radiografias dentárias para a deteção de cárie, portanto, não integrar a história do paciente e o exame clínico é uma restrição da deteção automatizada de cárie."

—Endodontia

Na endodontia, os modelos de Machine Learning (ML) foram avaliados para determinar o comprimento de trabalho e tiveram um bom desempenho. Mais modelos de DL baseados na CNN estão a ser investigados para tarefas diagnósticas exigentes, como deteção de fratura radicular e deteção precoce de lesões periapicais, com resultados encorajadores até agora.

—Deteção de cárie

Nas radiografias periapical (PA) e bitewing (BW), há pesquisas em andamento sobre deteção de cárie oclusal e proximal. A deteção de cárie foi feita usando modelos Machine Learning (ML) e Deep Learning (DL). Deve-se notar que os médicos dentistas não dependem inteiramente de radiografias dentárias para a deteção de cárie e, portanto, uma desvantagem automatizada de deteção de cárie é a falta de história do paciente e exame clínico.

—Periodontologia

Algoritmos estão sendo desenvolvidos para diagnosticar opções de tratamento e estimar o prognóstico de dentes afetados pela periodontite. Os algoritmos são melhores em fazer previsões precisas para dentes de raiz única do que para dentes multi-enraizados, portanto, as primeiras tentativas neste esforço não parecem promissoras.

—Ortodontia

Antes de iniciar o tratamento, as fases mais cruciais da ortodontia são o diagnóstico e o planeamento. Para projetar o tratamento de extração versus não extração, a inteligência artificial está a se desenvolvida. Radiografias, imagens pré-tratamento e modelos de estudo são geralmente usados para ajudar o ortodontista a fazer esses julgamentos. Como resultado, não é surpreendente que a IA que foi posta à prova tenha falhado miseravelmente na hora de decidir se extrai ou não com base apenas em radiografias.

—Cancro oral

As neoplasias orais devem ser detetadas de forma correta e precoce para que os pacientes tenham um bom prognóstico. Neste campo de estudo, a IA mostrou muito potencial. Os pesquisadores demonstraram que os modelos de Deep Learning (DL) têm um alto potencial diagnóstico para detetar malignidades tanto radiograficamente quanto histologicamente. Além disso, foi demonstrado que a IA diagnostica lesões mais rapidamente do que os especialistas humanos.

Limitações

A Deep Learning (DL), em particular, é intensiva em dados; Para ser preciso, o algoritmo deve ser treinado em enormes quantidades de dados rotulados. Isso gerou um mercado para conjuntos de dados massivos, bem como uma série de questões éticas. É o doente ou o prestador de cuidados de saúde que detém esta informação? Esta é uma questão que tem de ser abordada. Antes de usar as radiografias de um paciente para o desenvolvimento da IA, a permissão do paciente deve ser obtida. Há sérios receios de que os dados dos pacientes sejam utilizados de forma antiética pelo sector dos cuidados de saúde e pelas companhias de seguros para publicidade direcionada e tomada de decisões sobre prémios.

Além disso, como será resolvida uma discrepância diagnóstica entre o médico dentista e a tecnologia de IA? Quem será responsabilizado por quaisquer consequências negativas que aconteçam como resultado do diagnóstico incorreto da tecnologia de IA?

A presente literatura científica sobre pesquisa em medicina dentária relacionada à IA é inconsistentemente documentada, resultando num alto nível de variabilidade. Um exame mais atento revela que os modelos de IA dentária são sobreajustados e têm generalizabilidade questionável. Deve ser estabelecido um quadro para supervisionar a investigação aberta no domínio da IA e controlar a qualidade do software de IA.

 

Limitações

A aprendizagem profunda, em particular, é intensiva em dados; Para ser preciso, o algoritmo deve ser treinado em enormes quantidades de dados rotulados. Isso gerou um mercado para conjuntos de dados massivos, bem como uma série de questões éticas. É o doente ou o prestador de cuidados de saúde que detém esta informação? Esta é uma questão que tem de ser abordada. Antes de usar as radiografias de um paciente para o desenvolvimento da IA, a permissão do paciente deve ser obtida. Há sérios receios de que os dados dos pacientes sejam utilizados de forma antiética pelo sector dos cuidados de saúde e pelas companhias de seguros para publicidade direcionada e tomada de decisões sobre prémios.

Além disso, como será resolvida uma discrepância diagnóstica entre o dentista e a tecnologia de IA? Quem será responsabilizado por quaisquer consequências negativas que aconteçam como resultado do diagnóstico incorreto da tecnologia de IA?

A presente literatura científica sobre pesquisa odontológica relacionada à IA é inconsistentemente documentada, resultando em um alto nível de variabilidade. Um exame mais atento revela que os modelos de IA dentária são sobreajustados e têm generalizabilidade questionável. Deve ser estabelecido um quadro para supervisionar a investigação aberta no domínio da IA e controlar a qualidade do software de IA.

Conclusão

O uso de inteligência artificial (IA) tem o potencial de aumentar a precisão e a eficiência do diagnóstico. No entanto, a IA em medicina dentária ainda está na infância. Com a introdução da Deep Learning (DL), houve um aumento no interesse em pesquisa e desenvolvimento relacionados à IA. Embora o trabalho esteja sendo feito em quase todas as especialidades odontológicas com resultados promissores, a tecnologia de IA atual é específica para tarefas, carece de generalizabilidade e está longe de ser um auxiliar confiável para dentistas. No entanto, com o tempo, espera-se que os primeiros resultados promissores floresçam em soluções práticas nas quais a IA e os prestadores de cuidados de saúde possam colaborar para melhorar os cuidados aos pacientes.

Referência:

 

Fonte: Umer, F. Could AI offer practical solutions for dentistry in the future?

 

Recomendado pelos leitores

Microbioma oral e cancro: uma visão mais atenta das intrincadas interações do mundo escondido da boca
ARTIGOS

Microbioma oral e cancro: uma visão mais atenta das intrincadas interações do mundo escondido da boca

LER MAIS

Algoritmo atinge 98% de precisão na previsão de doenças através da cor da língua
ARTIGOS

Algoritmo atinge 98% de precisão na previsão de doenças através da cor da língua

LER MAIS

Estudo dinamarquês: Complicações da diabetes provocam maior risco de doença gengival
ARTIGOS

Estudo dinamarquês: Complicações da diabetes provocam maior risco de doença gengival

LER MAIS

Translate:

OJD 120 SETEMBRO 2024

OJD 120 SETEMBRO 2024

VER EDIÇÕES ANTERIORES

O nosso website usa cookies para garantir uma melhor experiência de utilização.