Multicenter Evaluation of the Accuracy and Clinical Reliability of an Artificial Intelligence- Based System for Skeletal Maturity Indicators Staging

Crianças em crescimento não estão apenas ficando mais altas; seus corpos estão passando por uma transformação interna complexa onde os ossos endurecem, as articulações se fundem e os surtos de crescimento aceleram e depois desaceleram. Para os ortodontistas, o tempo do tratamento é tudo. Mover dentes ou guiar o crescimento da mandíbula funciona melhor quando o corpo está em uma fase específica deste desenvolvimento biológico, uma janela de oportunidade que tem pouco a ver com a idade cronológica real da criança e tudo a ver com sua idade esquelética. Para encontrar essa janela, os médicos há muito dependem de radiografias de mão e punho, observando os pequenos ossos da mão e do pulso para ver o quão longe a criança está em sua maturação física. Este processo, no entanto, requer um especialista humano para examinar cuidadosamente a imagem, identificar formas ósseas específicas e atribuir um estágio ao desenvolvimento do paciente. É uma habilidade que leva anos para ser dominada e, como qualquer tarefa humana, pode variar de um médico para outro.

À medida que a inteligência artificial começou a auxiliar em muitas áreas da medicina, pesquisadores questionaram se um programa de computador poderia aprender a ler essas radiografias com o mesmo cuidado e consistência que um especialista humano. Um novo estudo publicado por uma equipe da Universidade Yonsei, na Coreia do Sul, propôs-se a testar um sistema de software comercial projetado para fazer exatamente isso. Os pesquisadores queriam saber se esta inteligência artificial poderia determinar de forma confiável o estágio de maturidade esquelética de uma criança em diferentes hospitais e para diferentes tipos de pacientes, ou se funcionaria bem apenas em um ambiente controlado e de localização única. Eles reuniram um grande grupo de pacientes de dois hospitais odontológicos distintos, abrangendo uma ampla gama de idades e padrões de crescimento, para ver se o computador poderia igualar o julgamento de especialistas ortodônticos experientes.

O estudo envolveu a revisão dos prontuários médicos e das radiografias de mão e punho de 595 pacientes, com idades entre seis e dezoito anos, que visitaram um de dois hospitais afiliados a universidades na Coreia do Sul. Nesses hospitais, os pacientes haviam passado por avaliações ortodônticas padrão, que incluíram a realização de radiografias de suas cabeças e mãos. Os pesquisadores primeiro estabeleceram um "padrão ouro" para cada paciente, fazendo com que especialistas ortodônticos experientes revisassem as radiografias e as cruzassem com os prontuários médicos dos pacientes. Em casos onde os especialistas discordavam, um terceiro especialista era chamado para dar a decisão final. Este estágio derivado do humano serviu como o ponto de referência contra o qual a inteligência artificial foi testada. O software do computador, que nunca havia visto essas radiografias específicas antes, então analisou as imagens por conta própria para prever o mesmo estágio de maturidade.

Os resultados mostraram que o sistema de inteligência artificial desempenhou-se com um alto grau de consistência e confiabilidade. Ao comparar as previsões do computador com as decisões finais dos especialistas humanos, os dois coincidiram exatamente em 73 por cento de todos os casos. Se os pesquisadores permitissem uma margem de erro de apenas um estágio para cima ou para baixo, o acordo subiu para 96 por cento. Isso significa que, em quase todos os casos, o computador estava exato ou fora por uma quantidade muito pequena e clinicamente insignificante. O sistema provou ser igualmente eficaz em ambos os hospitais, apesar de as duas localidades utilizarem máquinas de raio-X diferentes e possuírem populações de pacientes distintas. A análise estatística confirmou que a localização do hospital não influenciou a precisão dos resultados, sugerindo que o software é robusto o suficiente para funcionar em ambientes clínicos variados sem a necessidade de ser retreinado para cada novo cenário.

O estudo também revelou que a precisão do sistema não era uniforme entre todos os grupos de pessoas. O computador foi significativamente mais preciso ao avaliar pacientes do sexo feminino do que pacientes do sexo masculino. Especificamente, ele coincidiu exatamente com os especialistas humanos 76 por cento das vezes para meninas, comparado a 69 por cento para meninos. Uma investigação posterior mostrou que essa diferença foi impulsionada pelo estágio da puberdade. O sistema foi mais preciso para meninas que já haviam iniciado seus ciclos menstruais, coincidindo com os especialistas 84 por cento das vezes. Para aquelas que ainda não haviam alcançado esse marco, a precisão caiu para o nível dos meninos. Isso sugere que as mudanças esqueléticas ocorrendo após o início da menstruação são talvez mais distintas ou mais fáceis de o algoritmo reconhecer do que as mudanças ocorrendo antes dela. Curiosamente, o tipo de relação da mandíbula de um paciente — se suas mandíbulas superior e inferior estavam alinhadas normalmente, protruindo ou recuando — não afetou a capacidade do computador de ler as radiografias. O sistema desempenhou-se tão bem independentemente desses padrões esqueléticos.

Ao observar os estágios específicos de desenvolvimento, o computador destacou-se na identificação do início e do fim do processo de crescimento. Foi quase perfeito ao reconhecer o estágio inicial de desenvolvimento e o estágio final onde o crescimento é concluído. Estes são momentos críticos para o planejamento do tratamento, pois saber quando o crescimento terminou é essencial para decidir se deve prosseguir com a cirurgia ou continuar com aparelhos. O sistema foi menos preciso nos estágios intermediários, particularmente em torno do pico do surto de crescimento, onde a taxa de correspondência exata era menor. No entanto, mesmo nesses estágios difíceis do meio, o computador raramente cometia um erro grande. Ele quase sempre adivinhava um estágio que estava logo ao lado do correto, em vez de saltar muito à frente ou ficar muito atrás. Esse padrão de erros pequenos e adjacentes é muito menos perigoso em um ambiente clínico do que um erro grande e aleatório, pois mantém o plano de tratamento dentro de uma faixa segura e lógica.

Os pesquisadores concluíram que este sistema de inteligência artificial é uma ferramenta altamente confiável que pode apoiar os ortodontistas em sua prática diária. Ao fornecer uma avaliação consistente e rápida da maturidade esquelética, o software pode ajudar os médicos a determinar o tempo ideal para o tratamento com maior confiança. O estudo demonstrou que o sistema funciona bem em diferentes hospitais e para um grupo diversificado de pacientes, com a observação notável de que atualmente apresenta um desempenho ligeiramente melhor para meninas que passaram pelo início da menstruação. Embora o computador não seja perfeito, sua capacidade de evitar erros graves e sua alta taxa de concordância com especialistas humanos sugerem que ele está pronto para ser usado como um auxílio valioso em cenários clínicos do mundo real, ajudando a garantir que o tratamento ortodôntico seja entregue no momento mais eficaz do crescimento de uma criança.