USO DA INTELIGÊNCIA ARTIFICIAL NA RADIOLOGIA ODONTOLÓGICA: REVISÃO SISTEMÁTICA

Antônio Paulo de Sousa MENDES, Paulo de Tarso Silva de MACEDO

Resumo


Atualmente, a utilização da IA no setor da saúde tornou-se favorável, pois essa tecnologia apresenta potencial significativo para auxiliar nos processos de promoção e recuperação da saúde. Seu uso na odontologia busca melhorar a experiência do paciente e otimizar consultas, sendo utilizada como complemento ao diagnóstico profissional, tornando-o mais preciso, rápido e eficiente. Diante disso, o presente trabalho teve por objetivo investigar a literatura relacionada à aplicação da Inteligência Artificial na radiologia odontológica. Realizou-se uma busca de dados, usando bases de dados eletrônicas: PubMed, Biblioteca Virtual em Saúde (BVS) e Elsevier. A integração da inteligência artificial na radiologia odontológica demonstra um potencial significativo para aprimorar tanto a prática clínica quanto os processos de ensino. Os estudos analisados evidenciam que a IA pode aumentar a precisão diagnóstica em diferentes contextos. No entanto, apesar dos resultados promissores, desafios ainda persistem, incluindo limitações na detecção de lesões iniciais, baixa precisão em algumas classificações e ocorrência de diagnósticos equivocados, especialmente em análises mais complexas ou multitarefas.

Palavras-chave: Radiologia. Artificial Intelligence. Odontologia.


Texto completo:

PDF

Referências


BADR, F. F.; JADU, F. M. Performance of artificial intelligence using oral and maxillofacial CBCT images: A systematic review and meta-analysis. Nigerian Journal of Clinical Practice, v. 25, n. 11, p. 1918-1927, 2022. Disponível em:

https://www.ajol.info/index.php/njcp/article/view/254819. Acesso em: 12 ago. 2025.

BONFANTI-GRIS, Monica et al. Evaluation of an Artificial Intelligence web-based software to detect and classify dental structures and treatments in panoramic radiographs. Journal of dentistry, v. 126, p. 104301, 2022. DOI: https://doi.org/10.1016/j.jdent.2022.104301. Acesso em: 29 set. 2025.

CHEN, Chin-Chang et al. Automatic recognition of teeth and periodontal bone loss measurement digital radiographs using deep-learning artificial intelligence. Journal of dental sciences, v. 18, n. 3, p. 1301-1309, 2023. DOI: https://doi.org/10.1016/j.jds.2023.03.020. Acesso em: 27 out. 2025.

DAYI, Burak et al. A novel deep learning-based approach for segmentation of different type caries lesions on panoramic radiographs. Diagnostics, v. 13, n. 2, p. 202, 2023. DOI: https://doi.org/10.3390/diagnostics13020202. Acesso em: 29 set. 2025.

NASCIMENTO NETO, Conrado Dias do et al. Inteligência artificial e novas tecnologias em saúde: desafios e perspectivas. Brazilian Journal of Development, v. 6, n. 2, p. 9431-9445, 2020. DOI: https://doi.org/10.34117/bjdv6n2-306. Acesso em: 12 ago. 2025.

JARDIM, Jerusa Jobim et al. Inteligência artificial aplicada aos exames de imagem odontológicos: uma revisão da literatura. Revista da Faculdade de Odontologia de Porto Alegre, v. 64, p. e128781, 2023. DOI: https://doi.org/10.22456/2177-0018.128781. Acesso em: 12 ago. 2025.


Apontamentos

  • Não há apontamentos.


JNT - Facit Business and Technology Journal

ISSN 2526-4281