Inteligência artificial auxilia no atendimento odontológico e cirurgia da mandíbula

Isto requer imagens de raios-X em que o dentista ou radiologista especifica manualmente a localização do canal ponto a ponto. Estudar e analisar essas imagens pode ser árduo e demorado.

O fabricante de equipamentos dentários Planmeca, o Centro Finlandês de Inteligência Artificial (FCAI) e o Hospital Universitário de Tampere (Tays) uniram forças para resolver o problema. O resultado é um modelo baseado em IA que localiza o canal nervoso da mandíbula inferior em raios X 3D mais rápido do que um humano e com melhor precisão do que outros métodos automatizados.

"A colaboração surgiu das necessidades dos especialistas que praticam o trabalho clínico e da procura de formas de ajudar o seu trabalho diário. Muito tempo pode ser economizado usando inteligência artificial no planejamento do tratamento do paciente", diz Vesa Varjonen, vice-presidente de pesquisa e tecnologia da Planmeca.

O método é baseado no treinamento de redes neurais profundas com uma massa de dados clínicos, composta por imagens tridimensionais renderizadas com tomografia computadorizada de feixe cônico (TCFC).

"O Hospital Universitário de Tampere forneceu-nos materiais clínicos extensos e versáteis produzidos com vários dispositivos de imagiologia 3D. Os dados foram divididos aleatoriamente e parte deles foi usada para treinar as redes neurais e parte isolada para testar e validar o método projetado", diz o pesquisador de doutorado da Universidade de Aalto, Jaakko Sahlsten.

A inteligência artificial é uma ferramenta eficiente e fiável

Os nervos que controlam as funções motoras da mandíbula e os sentidos faciais correm no canal nervoso da mandíbula inferior, o canal mandibular. Além da colocação do implante, a sua localização é crucial na remoção dos dentes do siso e na cirurgia da mandíbula. A localização e rota do canal que corre dentro do maxilar é única para cada pessoa.

"Um dos desafios no treinamento do modelo de IA foi que o tamanho do canal mandibular em um raio-X 3D do crânio é muito pequeno em comparação com os dados da imagem geral. Como conjunto de dados, esse tipo de material de treinamento é altamente desequilibrado", observa Sahlsten.

Trabalhar em conjunto com radiologistas da Tays foi fundamental para aproveitar os dados em uso ao treinar inteligência artificial.

"Quando uma enorme quantidade de dados é alimentada para a rede neural e a localização do canal mandibular é marcada nela, ela aprende a otimizar seus próprios parâmetros internos. A rede neural resultante desse aprendizado encontra rapidamente o canal mandibular a partir da entrada de dados 3D individual", diz Varjonen.

O teste do modelo de rede neural com dados de pacientes isolados dos materiais de pesquisa demonstrou que o modelo conseguiu localizar os canais mandibulares com alta precisão: apenas 1-4% dos casos podem ser imprecisos.

"Nas avaliações clínicas, os especialistas analisaram os resultados produzidos pelo modelo e descobriram que em 96% dos casos eram totalmente utilizáveis em termos clínicos. Estamos altamente confiantes de que o modelo funciona bem", diz Sahlsten.

Em comparação com os seres humanos, uma das vantagens da inteligência artificial é que ela sempre funciona com igual eficiência e velocidade. O modelo de IA acelera a descoberta do canal mandibular e apoia a tomada de decisão de radiologistas e médicos. As decisões finais do tratamento são sempre tomadas por um profissional de saúde.

As publicações verificam a funcionalidade do modelo

A Planmeca é uma empresa familiar finlandesa e um dos principais fabricantes mundiais de equipamentos em tecnologia de saúde. Seus produtos são exportados para mais de 120 países ao redor do mundo. O negócio da empresa baseia-se em dispositivos de imagem 3D para cuidados dentários e software que os suporta. Para a Planmeca, a colaboração com a FCAI e a Tays significa um potencial significativo de novos negócios.

"A digitalisação e a IA usadas em equipamentos de imagem são importantes para nós. Vamos integrar o modelo de rede neural desenvolvido nesta pesquisa em nosso software de imagem. Isso vai melhorar a usabilidade e o desempenho dos nossos equipamentos", diz Varjonen.

As publicações científicas produzidas na colaboração são importantes para todos os parceiros do projeto. Alguns dos resultados foram publicados na revista Scientific Reports.

"Publicações revisadas por pares são evidências sólidas da funcionalidade do modelo. O deep learning não era usado anteriormente em tarefas deste tipo, o que aumenta o valor das publicações. Eles também promovem o trabalho de tese dos doutorandos", diz Sahlsten.

"As publicações serão importantes para nós ao solicitar uma aprovação de dispositivo médico para o nosso software. Eles demonstram que o software foi projetado de acordo com os processos de desenvolvimento de software e examinado através de todas as fases necessárias", observa Varjonen.

Além de localizar o canal nervoso da mandíbula inferior, o projeto colaborativo entre Planmeca, FCAI e Tays também abrangeu o desenvolvimento de um modelo de rede neural para cirurgia ortognática, no qual as anomalias na área inferior da face são corrigidas através de medidas cirúrgicas.

"O modelo ajuda a identificar pontos de referência na área do crânio para corrigir a má oclusão e planejar a cirurgia de alinhamento da mandíbula. Os mesmos dados de pacientes também foram usados para outra aplicação de IA", diz Varjonen.

No futuro, a inteligência artificial terá muito a oferecer em aplicações de saúde.

"Vejo a inteligência artificial como uma ferramenta muito poderosa que médicos e outros especialistas podem usar ao fazer suas primeiras avaliações ou para obter opiniões alternativas. O desafio dos modelos de aprendizagem profunda é que não podemos dar motivos definitivos para que o modelo atinja um resultado específico. Mais pesquisas são necessárias para aumentar a explicabilidade e a transparência dos modelos", conclui Sahlsten.

Fonte: MedicalXpress / Marjukka Puolakka, Aalto University

Artigo original

Foto: Credito: Nature.com