Pesquisadores da Universidade de São Paulo (USP), em Ribeirão Preto, desenvolveram um sistema de inteligência artificial capaz de identificar dentes e detectar cáries em radiografias odontológicas. Os resultados do estudo foram publicados na revista científica PLOS Digital Health.
A tecnologia foi desenvolvida por pesquisadores das áreas de computação e odontologia e utiliza redes neurais convolucionais, um tipo de inteligência artificial treinada para reconhecer padrões em imagens.
Para aprender a identificar as cáries, o sistema foi alimentado com milhares de radiografias previamente analisadas por dentistas. As imagens serviram como referência para que o programa aprendesse quais características estão associadas às lesões.
Segundo os pesquisadores, a ferramenta pode ser utilizada como uma espécie de segunda opinião durante a análise de exames. A tecnologia também pode auxiliar no planejamento de tratamentos e na avaliação de grandes quantidades de radiografias em pesquisas científicas.
Apesar dos resultados, a ferramenta ainda não substitui o dentista. Os pesquisadores destacam que sistemas de inteligência artificial podem cometer erros e que a decisão sobre o diagnóstico e o tratamento continua sendo responsabilidade do profissional.
“Se o humano ensinar errado, a IA vai aprender errado”, explicou a professora Camila Tirapelli, da Faculdade de Odontologia de Ribeirão Preto (Forp), uma das coordenadoras do projeto.
Tecnologia ainda está em desenvolvimento
O sistema foi criado pelo Interdisciplinary Research Group in Digital Dentistry (InReDD), que reúne cerca de 30 pesquisadores das áreas de computação e odontologia.
Além da detecção de cáries, o grupo trabalha no desenvolvimento de outras aplicações de inteligência artificial para a odontologia. Entre elas estão ferramentas para auxiliar no planejamento de tratamentos e na análise automatizada de exames.
Os pesquisadores afirmam que a tecnologia ainda passa por aperfeiçoamentos antes de uma utilização mais ampla em consultórios. A qualidade dos resultados também depende dos dados usados no treinamento dos modelos.
A expectativa é que ferramentas desse tipo possam, no futuro, ajudar a agilizar a análise de exames, apoiar diagnósticos e permitir que pesquisadores processem grandes volumes de imagens odontológicas em menos tempo.
(*)Com informações da Jornal da USP
