Benefício da inteligência artificial para o diagnóstico precoce da cárie dentária: Revisão integrativa
DOI:
https://doi.org/10.33448/rsd-v10i4.13083Palavras-chave:
Cárie Dentária; Inteligência Artificial; Odontologia.Resumo
A inteligência artificial (doravante IA ou em inglês AI - artificial intelligence) é um ramo da ciência da computação que utiliza algoritmos semelhantes a um especialista no ato de tomar decisões e resolver problemas complexos. Na saúde, os benefícios vêm identificando melhores tratamentos e ajudando na prevenção e detecção de doenças em estágio inicial. O objetivo deste trabalho foi realizar uma revisão integrativa da literatura atual sobre IA para o diagnóstico precoce em lesões de cárie, considerando os benefícios, limitações e impacto para a sociedade e para a saúde bucal. Uma revisão integrativa da literatura foi realizada por meio de uma busca de 6 artigos científicos em inglês nas bases de dados eletrônicas: PubMed, Cochrane, Scopus, e Web of Science, utilizando os descritores: cáries dentais, inteligência artificial e odontologia. Além disso, 6 outros artigos foram encontrados por meio de busca manual, indexados no período de 2016 a 2020, que tratavam estudos de relato de caso, estudo in vitro e in vivo. Após os critérios de elegibilidade, foram analisados 12 artigos integralmente publicados em língua inglesa e língua portuguesa. Os estudos mostraram que os vários métodos atuais da inteligência artificial oferecem mais precisão, facilidade no diagnóstico e eficácia no tratamento. Contudo, essa técnica está passando por uma fase experimental, necessitando de aprimoramento para diminuir a probabilidade de erros e equívocos causados por esse sistema.
Referências
Angelino, K., Edlund, D.A., Shah, P., et al. (2017). Near-Infrared Imaging for Detecting Caries and Structural Deformities in Teeth. (5):2300107. doi: 10.1109 / JTEHM.2017.2695194.
Araújo, A. A., et al. (2020). Métodos de detecção e diagnóstico de cárie: uma revisão narrativa. Research, Society and Development. 9(10), e36291110019. doi: 10.33448/rsd-v9i10.10019.
Cruz, A. I., Gomes, Neto, M. M., Lima, W. T. S., Silva, W. A., Hora, S. L. (2020). Novos métodos de diagnóstico para detecção da cárie dental - Revisão integrativa. Research, Society and Development. 9(10, e7209109160. doi: 10.33448/rsd-v9i10.9160
Dündar, A., Çiftçi, M. E., İşman, Ö., Aktan, A. M. (2020). In vivo performance of nearinfrared light transillumination for dentine proximal caries detection in permanent teeth. The Saudi dental journal, 32(4), 187–193. https://doi: 10.1016/j.sdentj.2019.08.007
Endres, M. G., Hillen, F., Salloumis, M., Sedaghat, A. R., Niehues, S. M., Quatela, O., et al. (2020). Development of a Deep Learning Algorithm for Periapical Disease Detection in Dental Radiographs. Diagnostics (Basel). 10(6): 430. https://doi: 10.3390/diagnostics10060430.
Hung, M., Voss, M. W., Rosales, M. N., Li, W., Su, W., Xu, J., et al. (2019). Application of machine learning for diagnostic prediction of root caries. Web of Science, 36: 395–404. https://doi: 10.1111/ger.12432
Leão, Filho. J. C. B., de Souza, T. R. (2017). Métodos de detecção de cárie: do tradicional às novas tecnologias de emprego clínico. Revista de Odontologia da Universidade Cidade de São Paulo, 23(3), 253-265. Recuperado de http://publicacoes.unicid.edu.br/index.php/revistadaodontologia/article/view/385
Lee, J. H., Kim, D. H., Jeong, S. N., Choi, S. H. (2018). Detection and diagnosis of dental caries using a deep learning-based convolutional neural network algorithm. 77: 106-111. https://doi: 10.1016/j.jdent.2018.07.015
Pereira, A. S., et al. (2018). Metodologia da Pesquisa Cientifica. (e-book). Santa Maria. Ed. UAB/NTE/UFSM.
Pingali, L. (2019). Personal oral health consultant using multimodal machine detection and learning with smartphones and cloud. (10). https://doi: 10.1109/ CCEM48484.2019.000-3
Shan, T., Tay, F. R., Gu, L. (2020). Application of Artificial Intelligence in Dentistry. SAGE Journal, 100(3):232-244. https://doi: 10.1177/0022034520969115
Schwendicke, F., Golla, T., Dreher, M., Krois, J. (2019). Convolutional neural networks for dental image diagnostics: A scoping review. 91: 103226. https://doi: 10.1016/j.jdent.2019.103226
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Dayanne Karla de Carvalho; Maria Luiza Lima Costa; Esdras Gabriel Alves-Silva; Eloiza Leonardo de Melo; Marleny Elizabeth Márquez de Martínez Gerbi; Mávio Eduardo Azevedo Bispo; Renata Araújo Gomes de Sá; Maria Regina Almeida de Menezes
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
