Detecção de Lesões Periapicais em Radiografias Panorâmicas Dentárias Baseadas em Inteligência Artificial (OPTITOMO)

Os danos periapicais dentários podem ter várias razões e são refletidos por uma lesão radiolúcida em imagens complementares: radiografias retro-alveolares (RA) anguladas, radiografias panorâmicas dentárias e imagens tridimensionais, como tomografia computadorizada (TC) ou tomografia computadorizada de feixe cônico ( CBCT).

Para a detecção radiográfica dessas lesões periodontais profundas, a panorâmica dentária representa uma primeira abordagem comumente realizada com radiação relativamente baixa. A investigação pode ser acompanhada por exames radiológicos retroalveolares mais localizados e precisos. Porém, com o uso dessas técnicas, as taxas de detecção dessas lesões são baixas (20% e 36% respectivamente), sendo necessário o uso da investigação tomográfica tridimensional para ser mais discriminante (69%). A imagem padrão-ouro para a detecção dessas lesões é a CBCT seguida de radiografia retroalveolar (~2x menos sensível que a CBCT) e radiografia panorâmica (~2x menos sensível que a AR). Embora não seja uma radiografia de espessura total, a panorâmica dentária tem a vantagem de ser mais comumente realizada, sendo menos radiante que a CBCT e dando uma visão global das arcadas dentárias em uma única imagem.

A detecção das lesões periapicais é feita após avaliação clínica e apreciação visual dos exames complementares.

O objetivo deste projeto é melhorar a detecção de lesões periapicais, desenvolvendo um algoritmo capaz de identificá-las em uma radiografia odontológica panorâmica. Este algoritmo é baseado em um sistema de aprendizado profundo treinado com dados de referência, incluindo imagens odontológicas panorâmicas e CBCT com um intervalo de aquisição inferior a 3 meses. O modelo é baseado em um trabalho anterior, vai melhorar a qualidade dos dados iniciais (usando CBCT), usando algoritmos inovadores de inteligência artificial (transfer learning).