O Ateneo Laboratory for Intelligent Visual Environments (ALIVE) e investigadores internacionais desenvolveram um modelo de aprendizagem profunda que visa revolucionar a medicina dentária, com a capacidade de identificar estruturas dentárias e sinusais em radiografias dentárias com uma precisão de 98,2%.
A equipa publicou as suas descobertas na revista Bioengineering.
Utilizando um algoritmo sofisticado de deteção de objetos, o sistema foi treinado especificamente para ajudar a detetar de forma rápida e precisa a sinusite odontogénica, uma condição que é geralmente diagnosticada erradamente como sinusite generalizada e, se não for controlada, pode espalhar a infeção para a face, olhos e até mesmo para o cérebro.
A sinusite odontogénica, causada por infeções ou complicações relacionadas com os dentes superiores, é notoriamente difícil de diagnosticar. Os seus sintomas — congestão nasal, corrimento nasal com odor fétido e dor de dentes ocasionalmente — são quase idênticos aos da sinusite geral comum.
Para agravar a situação, apenas cerca de um terço dos pacientes sente dor dentária percetível, o que significa que a condição é frequentemente ignorada pelos médicos de clínica geral. O diagnóstico tradicional exige a colaboração entre médicos dentistas e otorrinolaringologistas, o que leva muitas vezes ao atraso do tratamento.
Ao treinar modelos de aprendizagem profunda em imagens de radiografia panorâmica dentária (DPR), os investigadores encontraram uma forma de detetar relações anatómicas importantes — como a proximidade das raízes dos dentes aos seios nasais — com uma precisão sem precedentes. O estudo utilizou o modelo de aprendizagem profunda YOLO 11n, conseguindo uma precisão impressionante de 98,2%, superando os métodos de deteção tradicionais.
YOLO (You Only Look Once) é um algoritmo de deteção de objetos de última geração conhecido pela sua velocidade e precisão. O modelo YOLO 11n, uma versão melhorada, está otimizado para tarefas de imagiologia médica, permitindo identificar dentes e estruturas sinusais com elevada precisão numa única passagem pela imagem.
Ao contrário dos métodos de diagnóstico convencionais, que exigem vários passos e interpretação especializada, o YOLO 11n identifica rapidamente as áreas afetadas em tempo real, o que o torna uma ferramenta inestimável para os profissionais de medicina dentária.
Além da precisão, esta abordagem baseada em IA também oferece benefícios práticos. Minimiza a exposição do paciente à radiação, reduzindo a necessidade de tomografias computorizadas, que são atualmente o padrão de ouro para o diagnóstico de sinusite odontogénica.
Também fornece uma ferramenta de triagem económica, particularmente útil em áreas com recursos limitados, onde a tecnologia de imagem avançada pode não estar disponível. E ao sinalizar precocemente possíveis casos, o sistema permite uma intervenção rápida, prevenindo complicações e reduzindo a carga sobre os profissionais de saúde.
Esta descoberta destaca o papel crescente da IA no diagnóstico médico, preenchendo lacunas onde a experiência humana por si só pode ser insuficiente. Com uma maior validação, esta tecnologia pode tornar-se uma ferramenta padrão em clínicas dentárias e otorrinolaringológicas, garantindo que mais pacientes recebem diagnósticos precisos e em tempo útil.
Fonte: Ateneo de Manila University / MedicalXpress
Foto: Unsplash/CCO Public Domain
