Aplicabilidade da inteligência artificial na detecção e no diagnóstico de lesão de cárie: uma revisão de literatura
Nenhuma Miniatura disponível
Data
2022-06-27
Tipo de documento
Monografia
Título da Revista
ISSN da Revista
Título de Volume
Área do conhecimento
Ciências da Saúde
Modalidade de acesso
Acesso aberto
Editora
Autores
Aquino, Adriel Silva
Orientador
Gonçalves Jr, Wilson
Coorientador
Resumo
Percebe-se que a utilização da inteligência artificial vem sendo amplamente utilizada no campo da odontologia, por isso essa revisão tem como objetivo avaliar sua aplicabilidade na detecção e diagnóstico de lesões de cárie. A revisão foi feita através de uma busca ativa nas seguintes bases de dados: Medline/PubMed, Scielo e LILACS, com a utilização dos seguintes descritores: “dentistry”, “oral diseases”, “caries”, “dental caries”, “dental”, “oral diagnosis”, “artificial intelligence”, “deep learning” e “machine learning”, limitado aos idiomas inglês e português, com limitadores temporais de publicação entre 2018 e março de 2022. Na revisão de literatura as pesquisas utilizaram sistemas de rede neural convolucional para avaliar o desempenho da inteligência artificial na detecção de lesões de cáries em radiografias interproximais e fotos orais, comparando o desempenho de dentistas versus a IA e o rendimento dos profissionais antes e após o uso do sistema, além disso foi avaliado o custo-benefício de sua aplicação. Os resultados foram promissores, de modo geral a IA apresentou maior precisão, sensibilidade e especificidade que os dentistas avaliados, além disso, a rede neural pareceu mais sensível na localização de lesões leves e moderadas. Dessa forma, conclui-se que a utilização da IA é promissora para a prática odontológica por se mostrar eficiente em detectar lesões de cárie, porém, faz-se necessário analisar o uso da ferramenta em ambiente real.
It is noticed that the use of artificial intelligence has been widely used in the field of dentistry, so this review aims to evaluate its applicability in the detection and diagnosis of caries lesions. The review was carried out through an active search in the following databases: Medline/PubMed, Scielo and LILACS, using the following descriptors: “dentistry”, “oral diseases”, “caries”, “dental caries”, “dental ”, “oral diagnosis”, “artificial intelligence”, “deep learning” and “machine learning”, limited to English and Portuguese languages, with publication time limits between 2018 and March 2022. In the literature review, researches used convolutional neural network systems to evaluate the artificial intelligence performance in the detection of caries lesions in interproximal radiographs and oral photos, comparing the dentists’ performance versus AI and the professionals’ performance before and after use of the system, in addition, the cost-benefit of its application was evaluated. The results were promising; in general, the AI showed greater precision, sensitivity and specificity than the evaluated dentists, in addition, the neural network seemed more sensitive in the mild localization and moderate lesions. Thus, it is concluded that the use of AI is promising for dental practice because it is efficient in detecting caries lesions however, it is necessary to analyze the use of the tool in a real environment.
It is noticed that the use of artificial intelligence has been widely used in the field of dentistry, so this review aims to evaluate its applicability in the detection and diagnosis of caries lesions. The review was carried out through an active search in the following databases: Medline/PubMed, Scielo and LILACS, using the following descriptors: “dentistry”, “oral diseases”, “caries”, “dental caries”, “dental ”, “oral diagnosis”, “artificial intelligence”, “deep learning” and “machine learning”, limited to English and Portuguese languages, with publication time limits between 2018 and March 2022. In the literature review, researches used convolutional neural network systems to evaluate the artificial intelligence performance in the detection of caries lesions in interproximal radiographs and oral photos, comparing the dentists’ performance versus AI and the professionals’ performance before and after use of the system, in addition, the cost-benefit of its application was evaluated. The results were promising; in general, the AI showed greater precision, sensitivity and specificity than the evaluated dentists, in addition, the neural network seemed more sensitive in the mild localization and moderate lesions. Thus, it is concluded that the use of AI is promising for dental practice because it is efficient in detecting caries lesions however, it is necessary to analyze the use of the tool in a real environment.
Palavras-chave
Dentística, Inteligência artificial, Diagnóstico, Cárie