Precisão de um sistema híbrido baseado em conhecimento clínico de IA para detecção de periodontite em imagens OPG

A periodontite é um importante problema de saúde pública devido à sua alta prevalência em todo o mundo, impactos socioeconômicos substanciais e efeitos consideráveis ​​na qualidade de vida dos indivíduos. No entanto, a periodontite na população permanece em grande parte não detectada. É crucial aumentar a conscientização sobre a saúde periodontal e melhorar o diagnóstico precoce da periodontite para garantir uma intervenção oportuna.

A Classificação de Doenças e Condições Periodontais e Peri-implantares de 2018 define quatro estágios de periodontite que vão desde o estágio inicial (estágio I) até o estágio avançado (estágio IV). Nos estágios II-IV, procedimentos de tratamento abrangentes são essenciais, caso contrário, há um alto risco de perda dentária ou mesmo de toda a dentição. Embora os exames clínicos sejam considerados o padrão ouro para determinar o estágio da periodontite, o processo é trabalhoso e demorado, exigindo especialistas altamente experientes. Portanto, abordagens alternativas econômicas, mas confiáveis ​​e válidas para diferenciar o diagnóstico de periodontite em estágio II-IV, particularmente em comunidades públicas, são altamente necessárias.

A ortopantomografia (OPG), também conhecida como radiografia panorâmica, é uma técnica de imagem não invasiva e de baixa dose que fornece uma visão abrangente da região maxilofacial em um procedimento. Por ser uma radiografia extraoral, apresenta vantagens na captura da imagem, principalmente nos casos em que os pacientes têm dificuldade para abrir a boca ou apresentam reflexo de vômito pronunciado que dificulta o uso de filmes intraorais. Assim, a OPG é provavelmente a radiografia dentária mais frequentemente realizada em todo o mundo e pode potencialmente servir como uma ferramenta eficaz para diferenciar a periodontite em estágio II-IV nas populações. Recentemente, diversas investigações foram realizadas para utilizar imagens OPG para diagnóstico de periodontite. No entanto, as estratégias destes estudos baseiam-se nas anotações radiográficas para pontos de referência específicos feitos pelos médicos, que podem não ter uma precisão convincente. Além disso, apenas as radiografias de alta qualidade poderiam ser um complemento valioso para o diagnóstico da periodontite, portanto, muitas imagens de OPG disponíveis com sobreposição de estruturas anatômicas, ampliação desproporcional da imagem, distorção e desfoque podem diminuir a generalização do sistema desenvolvido.

A Inteligência Artificial (IA) emergiu como uma ferramenta poderosa em diversas áreas da medicina, incluindo a odontologia. Algoritmos baseados em IA, particularmente técnicas de aprendizagem profunda, demonstraram capacidades notáveis ​​em análise de imagens, reconhecimento de padrões e tomada de decisões. Nos últimos anos, a integração da tecnologia de IA na odontologia abriu novos caminhos para melhorar a precisão e a eficiência do diagnóstico. Algoritmos baseados em IA podem ser capazes de reconhecer algumas características nas imagens OPG que são imperceptíveis ao olho humano, permitindo a detecção de perda óssea sutil e alcançando um diagnóstico mais preciso do estadiamento periodontal.

Notavelmente, os resultados do nosso estudo recente revelaram que um sistema híbrido que combina algoritmos de IA e conhecimento clínico tem bom desempenho para diferenciar a periodontite em estágio II-IV. No processo de desenvolvimento deste sistema híbrido, foram utilizadas apenas informações clínicas fornecidas por especialistas experientes e nenhuma anotação radiográfica foi empregada. Apesar do potencial promissor do sistema híbrido desenvolvido a partir da nossa investigação inicial, é essencial treiná-lo e validá-lo em diferentes populações independentes porque uma regra de predição derivada de uma amostra poderia ter melhor desempenho em outra amostra/população. Além disso, é razoável supor que as imagens OPG obtidas de diferentes máquinas possam influenciar grandemente a precisão do sistema híbrido desenvolvido. Portanto, é lógico realizar um estudo multicêntrico para coletar diferentes imagens de OPG de vários centros em todo o mundo e o conjunto de dados será utilizado para treinar ainda mais e validar o sistema híbrido, garantindo sua precisão e eficácia no diagnóstico de periodontite.

Neste estudo, iremos comparar as características diagnósticas de um novo sistema híbrido baseado em IA clínica (teste de índice) com um painel de especialistas (padrão de referência). Os especialistas avaliarão de forma independente todas as radiografias e chegarão a um acordo se for encontrada alguma discrepância entre elas.