Diagnóstico Assistido por IA de Saliva Usando uma Plataforma de Sensor Eletroquímico para Deteção de Periodontite (SALIENCE) (SALIENCE)

Contexto e Fundamentação A periodontite é uma doença inflamatória crónica que afeta os tecidos de suporte dos dentes e é uma das doenças orais mais prevalentes em todo o mundo. Apesar da sua elevada prevalência, o diagnóstico precoce continua a ser um grande desafio, uma vez que as ferramentas de diagnóstico atuais dependem de medidas retrospetivas como a profundidade da bolsa, o sangramento à sondagem e a perda óssea radiográfica. Estes indicadores refletem a destruição tecidual passada em vez da atividade atual da doença, levando a um diagnóstico e tratamento tardios.

A saliva é um fluido de diagnóstico atrativo para a monitorização não invasiva e em tempo real da doença, pois contém uma mistura complexa de biomarcadores que refletem tanto a saúde oral como a sistémica. No entanto, a sua variabilidade biológica, os efeitos da matriz e a suscetibilidade à contaminação limitaram a sua fiabilidade como meio de diagnóstico. Para superar estes desafios, este projeto integra a deteção eletroquímica com a interpretação de dados orientada por inteligência artificial (IA) e a geração de dados sintéticos para permitir diagnósticos robustos baseados na saliva.

Objetivos do Estudo

O objetivo geral é desenvolver e validar uma plataforma de sensor eletroquímico assistida por IA capaz de detetar padrões bioquímicos na saliva associados à periodontite. Os objetivos específicos são:

Conceber e otimizar uma plataforma de sensor modular de múltiplos elétrodos para a análise da saliva.

Desenvolver e validar algoritmos de IA para a interpretação de sinal em tempo real e classificação da doença.

Gerar dados de viabilidade e prova de conceito para futura implementação clínica nos cuidados dentários.

Desenho e Métodos do Estudo Este é um estudo observacional que envolve a recolha de amostras de saliva de participantes adultos diagnosticados com periodontite e de sujeitos de controlo saudáveis. Aproximadamente 25 doentes com periodontite e um grupo de controlo alargado serão recrutados de uma clínica dentária colaboradora.

A plataforma de sensor eletroquímico incluirá múltiplos tipos de elétrodos (carbono, ouro, platina, paládio), cada um selecionado pelas suas propriedades eletroquímicas e bioquímicas específicas. Os elétrodos detetarão um amplo espetro de biomarcadores salivares, incluindo metabolitos relacionados com a inflamação, o stresse oxidativo e a atividade microbiana. O sistema suporta vários modos analíticos, como a voltametria de pulso diferencial (VPD), que fornece alta sensibilidade e resolução para múltiplos analitos.

As amostras de saliva recolhidas serão primeiro testadas em condições laboratoriais controladas para estabelecer respostas basais do sensor. Amostras selecionadas também serão submetidas a análises complementares (por exemplo, RMN-H, LC-MS) para calibração e validação. Os sinais do sensor serão processados e classificados usando modelos de aprendizagem automática supervisionada e não supervisionada, incluindo máquinas de vetores de suporte e florestas aleatórias. Aumento de dados sintéticos, baseado em modelos generativos como autoencoders variacionais, será utilizado para aumentar a diversidade do conjunto de dados e melhorar a generalização do modelo, particularmente na fase inicial quando o número de amostras é limitado.

Plano de Implementação O projeto está organizado ao longo de 24 meses, começando em setembro de 2025.

Meses 1-4: Seleção e avaliação comparativa de materiais de elétrodos em amostras de saliva artificial e saudável.

Meses 5-8: Montagem do primeiro protótipo com aquisição de sinal de IA integrada e transmissão de dados segura e conforme com o RGPD.

Meses 9-12: Desenvolvimento de conjuntos de dados sintéticos e treino inicial de modelos de aprendizagem automática.

Meses 9-19: Recolha clínica de amostras de saliva e refinamento iterativo do modelo com novos dados.

Meses 21-24: Teste do sistema de prova de conceito em contexto clínico do mundo real, análise de dados e disseminação dos resultados.

Tratamento e Análise de Dados Todos os dados recolhidos serão anonimizados e processados de acordo com o RGPD e padrões éticos. As saídas do sensor serão ligadas a metadados clínicos anonimizados. Os modelos de aprendizagem automática serão avaliados com base na precisão de classificação, sensibilidade, especificidade e robustez à variabilidade biológica. As análises estatísticas incluirão validação cruzada e avaliação comparativa de desempenho entre configurações de elétrodos e modelos de IA.

Resultados Esperados e Significância O estudo resultará num protótipo funcional de prova de conceito de um sistema de diagnóstico salivar assistido por IA. A plataforma visa fornecer deteção rápida e não invasiva da periodontite no local de atendimento. Se bem-sucedido, representará uma mudança de paradigma nos diagnósticos periodontais, permitindo uma deteção mais precoce, intervenções mais direcionadas e melhores resultados para os doentes.

Para além da periodontite, o desenho modular do sistema permite a adaptação para outras doenças, incluindo cancro oral, inflamação sistémica e distúrbios metabólicos. Esta flexibilidade aumenta o seu potencial a longo prazo como uma tecnologia de diagnóstico escalável para aplicações tanto dentárias como médicas.

Considerações Éticas e Gestão de Riscos O estudo foi aprovado pela Autoridade de Revisão Ética Sueca (número de referência: 2025-04853-01). Todos os participantes fornecerão consentimento informado por escrito antes da recolha de amostras. O estudo envolve risco mínimo, limitado ao desconforto associado à recolha de saliva. Não serão realizados tratamentos experimentais ou procedimentos invasivos.

Riscos técnicos potenciais, como a variabilidade nas amostras de saliva ou o desempenho do dispositivo, serão mitigados através de protocolos de recolha padronizados e refinamento iterativo do protótipo. O desenho modular do hardware garante que componentes individuais podem ser ajustados ou substituídos sem comprometer o sistema global.

Colaboração e Perícia Este projeto interdisciplinar reúne especialistas em medicina dentária clínica, engenharia biomédica e ciência da computação. O estudo é liderado pela Prof.ª Associada Shariel Sayardoust (Universidade de Linköping e Condado de Östergötland), com colaboradores Prof. Associado Magnus Falk, Prof.ª Associada Julia Davies e Dr. Erdal Akin da Universidade de Malmö. A colaboração industrial com a Redoxme AB suporta a prototipagem e integração de hardware.

Em conjunto, o consórcio visa estabelecer a base para diagnósticos salivares de próxima geração que combinam IA, deteção eletroquímica e cuidados centrados no doente na prática clínica diária.