Nome do Projeto
Acurácia de um modelo de inteligência artificial na avaliação de exames radiográficos panorâmicos: Um estudo transversal
Ênfase
Pesquisa
Data inicial - Data final
07/11/2025 - 31/12/2027
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências da Saúde
Resumo
Este estudo terá por objetivo analisar a acurácia do modelo de inteligência artificial DIO® na detecção de alterações odontológicas em radiografias panorâmicas digitais. Serão avaliadas condições como perda óssea periodontal, lesões periapicais, presença de raízes residuais, materiais restauradores e protéticos, além de ausências dentárias. Trata-se de um estudo observacional, transversal e retrospectivo, baseado dados secundários de imagens radiográficas panorâmicas previamente obtidas para diagnóstico, tratamento ou proservação de pacientes odontológicos atendidos na FO UFPel. As radiografias serão analisadas por dois radiologistas experientes, considerados padrão de referência, e comparadas com os relatórios radiológicos gerados de forma automatizada pelo modelo de IA. A presença das condições será registrada de forma binária (sim/não), em cada um dos 32 dentes permanentes, tanto pelos radiologistas quando pelo modelo de IA. Os dados analisados por meio de estatísticas de acurácia (sensibilidade, especificidade, VPP, VPN e AUC). Todos os exames serão previamente anonimizados, não havendo contato direto com os pacientes nem realização de novos exames. O estudo não traz benefícios diretos aos participantes, mas poderá contribuir significativamente para a validação de ferramentas digitais na prática clínica odontológica, promovendo maior segurança, eficiência e fundamentação científica no uso de tecnologias emergentes baseadas em IA.
Objetivo Geral
O objetivo com o presente estudo será analisar a acurácia do modelo de IA DIO® em detectar condições periodontais e periapicais, presença de materiais restauradores e protéticos, de raízes residuais e, também, ausências dentárias, em radiografias panorâmicas. Para analisar as taxas de acertos do algoritmo dois radiologistas experientes (24 e 11 anos atuando na interpretação de exames de imagem) irão avaliar as mesmas radiografias panorâmicos, buscando a detecção das mesmas condições.
Justificativa
O avanço da inteligência artificial (IA) tem promovido transformações significativas na área da saúde, especialmente em domínios que envolvem análise de imagens médicas e odontológicas. No campo da Radiologia Odontológica, modelos baseados em aprendizado profundo vêm demonstrando desempenho promissor na detecção de diferentes alterações em exames bidimensionais, como as radiografias panorâmicas. No entanto, a maior parte dos estudos encontrados na literatura concentra-se na fase de desenvolvimento técnico e validação de algoritmos em ambiente experimental, sendo ainda escassas as investigações que avaliam a acurácia de sistemas já disponíveis no mercado e em uso por cirurgiões-dentistas em sua rotina clínica.
Diante desse cenário, torna-se relevante conduzir estudos que verifiquem o desempenho real de modelos de IA comercialmente acessíveis, como o sistema desenvolvido pela DIO Inteligência Odontológica®, que se propõe a identificar automaticamente múltiplas alterações radiográficas por meio de uma plataforma online. Considerando seu crescente uso na prática clínica e o potencial impacto no processo diagnóstico, faz-se necessária a validação independente da acurácia desse sistema frente à um padrão de referência, representado pela avaliação de especialistas em Radiologia Odontológica. O presente estudo justifica-se, portanto, pela necessidade de produzir evidências científicas que sustentem ou reavaliem a precisão destas ferramentas, contribuindo para sua aplicação ética, segura e eficaz no contexto da Odontologia contemporânea.
Diante desse cenário, torna-se relevante conduzir estudos que verifiquem o desempenho real de modelos de IA comercialmente acessíveis, como o sistema desenvolvido pela DIO Inteligência Odontológica®, que se propõe a identificar automaticamente múltiplas alterações radiográficas por meio de uma plataforma online. Considerando seu crescente uso na prática clínica e o potencial impacto no processo diagnóstico, faz-se necessária a validação independente da acurácia desse sistema frente à um padrão de referência, representado pela avaliação de especialistas em Radiologia Odontológica. O presente estudo justifica-se, portanto, pela necessidade de produzir evidências científicas que sustentem ou reavaliem a precisão destas ferramentas, contribuindo para sua aplicação ética, segura e eficaz no contexto da Odontologia contemporânea.
Metodologia
O estudo é transversal. Serão utilizadas radiografias panorâmicas (RP) previamente realizadas na Clínica de Radiologia da FO/UFPel, obtidas com equipamento XMind PANO (Acteon Satelec) e sistema de fósforo VistaScan Plus® (Dürr Dental). Com base na menor prevalência esperada (raízes residuais ≈5%), o cálculo amostral indicou a necessidade mínima de 73 exames, ampliada para 88 radiografias considerando perdas. As imagens serão selecionadas consecutivamente e anonimizadas antes da análise.
Serão incluídas RP de pacientes com dentição permanente, completas ou parcialmente edêntulas, com qualidade adequada para interpretação. Serão excluídas imagens de baixa qualidade, com dentição mista ou decídua, edentulismo total ou lesões ósseas extensas.
Os avaliadores, radiologistas experientes, passarão por calibração prévia com 15 exames de livre acesso, avaliados duas vezes com intervalo de 30 dias, sendo aceitável Kappa ≥ 0,80 para concordância intra e interexaminadores. Após a calibração, cada radiografia será avaliada individualmente (32 dentes) sob condições padronizadas de visualização, registrando-se as alterações de forma binária (presente/ausente).
As mesmas RP serão inseridas no sistema de inteligência artificial DIO®, e os relatórios gerados automaticamente serão revisados e transcritos em duplicata por dois pesquisadores independentes.
Condições avaliadas: 1) Raízes residuais; 2) Restaurações coronárias; 3) Coroas protéticas; 4) Canais obturados; 5) Lesões periapicais; 6) Perda óssea periodontal; 7) Defeitos de furca; 8) Cálculo dental; 9) Ausência dentária.
Os dados serão consolidados em planilha Excel®, com resolução de divergências por consenso. As análises serão realizadas no software Jamovi® (v.2.2.5.0), estimando-se sensibilidade, especificidade, valores preditivos positivo e negativo, area sob a curva ROC (AUC) e concordância entre IA e radiologistas. Essas medidas permitirão determinar a acurácia global e específica do modelo de IA na detecção das condições odontológicas em radiografias panorâmicas.
Serão incluídas RP de pacientes com dentição permanente, completas ou parcialmente edêntulas, com qualidade adequada para interpretação. Serão excluídas imagens de baixa qualidade, com dentição mista ou decídua, edentulismo total ou lesões ósseas extensas.
Os avaliadores, radiologistas experientes, passarão por calibração prévia com 15 exames de livre acesso, avaliados duas vezes com intervalo de 30 dias, sendo aceitável Kappa ≥ 0,80 para concordância intra e interexaminadores. Após a calibração, cada radiografia será avaliada individualmente (32 dentes) sob condições padronizadas de visualização, registrando-se as alterações de forma binária (presente/ausente).
As mesmas RP serão inseridas no sistema de inteligência artificial DIO®, e os relatórios gerados automaticamente serão revisados e transcritos em duplicata por dois pesquisadores independentes.
Condições avaliadas: 1) Raízes residuais; 2) Restaurações coronárias; 3) Coroas protéticas; 4) Canais obturados; 5) Lesões periapicais; 6) Perda óssea periodontal; 7) Defeitos de furca; 8) Cálculo dental; 9) Ausência dentária.
Os dados serão consolidados em planilha Excel®, com resolução de divergências por consenso. As análises serão realizadas no software Jamovi® (v.2.2.5.0), estimando-se sensibilidade, especificidade, valores preditivos positivo e negativo, area sob a curva ROC (AUC) e concordância entre IA e radiologistas. Essas medidas permitirão determinar a acurácia global e específica do modelo de IA na detecção das condições odontológicas em radiografias panorâmicas.
Indicadores, Metas e Resultados
Resultados Esperados
- Validação inicial do modelo comercial de IA DIO® como ferramenta auxiliar no diagnóstico radiográfico odontológico, evidenciando sua aplicabilidade em ambiente clínico.
- Desempenho diagnóstico comparável ao de radiologistas experientes, especialmente na detecção de alterações restauradoras, protéticas e ausências dentárias, que apresentam maior contraste radiográfico.
Desempenho moderado, porém clinicamente relevante, para alterações periodontais e periapicais, destacando o potencial de aprimoramento dos algoritmos.
- Evidência científica robusta sobre a acurácia e limitações do modelo de IA em radiografias panorâmicas, contribuindo para o avanço das pesquisas em diagnóstico assistido por computador.
- Produção científica derivada: espera-se a elaboração de ao menos um manuscrito completo para submissão a periódico indexado e apresentação de resultados em evento científico nacional ou internacional.
- Impacto esperado: fortalecimento da linha de pesquisa em Métodos de Diagnóstico por Imagem, ampliação do uso ético e validado da inteligência artificial na Odontologia e formação de recursos humanos com competências em análise de imagens e ciência de dados aplicadas à Radiologia Odontológica.
- Validação inicial do modelo comercial de IA DIO® como ferramenta auxiliar no diagnóstico radiográfico odontológico, evidenciando sua aplicabilidade em ambiente clínico.
- Desempenho diagnóstico comparável ao de radiologistas experientes, especialmente na detecção de alterações restauradoras, protéticas e ausências dentárias, que apresentam maior contraste radiográfico.
Desempenho moderado, porém clinicamente relevante, para alterações periodontais e periapicais, destacando o potencial de aprimoramento dos algoritmos.
- Evidência científica robusta sobre a acurácia e limitações do modelo de IA em radiografias panorâmicas, contribuindo para o avanço das pesquisas em diagnóstico assistido por computador.
- Produção científica derivada: espera-se a elaboração de ao menos um manuscrito completo para submissão a periódico indexado e apresentação de resultados em evento científico nacional ou internacional.
- Impacto esperado: fortalecimento da linha de pesquisa em Métodos de Diagnóstico por Imagem, ampliação do uso ético e validado da inteligência artificial na Odontologia e formação de recursos humanos com competências em análise de imagens e ciência de dados aplicadas à Radiologia Odontológica.
Equipe do Projeto
| Nome | CH Semanal | Data inicial | Data final |
|---|---|---|---|
| EDUARDO TROTA CHAVES | 1 | ||
| HENRIQUE TIMM VIEIRA | 2 | ||
| MELISSA FERES DAMIAN | 2 | ||
| PEDRO SCHWARTZ KALIL PEREIRA | |||
| VITOR HENRIQUE DIGMAYER ROMERO | 1 |