Artificial Intelligence for Tooth Numbering and Full-Mouth Series Placement

Os dentistas dependem de um conjunto específico de imagens de raio-X para ver o quadro completo da boca de um paciente. Esta coleção, conhecida como uma série de boca completa, consiste em dezenas de fotografias individuais, cada uma capturando uma pequena seção de dentes e osso. Para dar sentido a essas imagens, um dentista deve saber exatamente qual dente aparece em cada quadro e onde esse quadro pertence na sequência final. Tradicionalmente, esta tem sido uma tarefa manual. Um humano deve olhar para cada imagem, identificar os dentes, atribuir-lhes um número com base em um sistema universal e, em seguida, organizar as fotos na ordem correta. Este processo é demorado e propenso ao erro humano, especialmente quando as imagens estão borradas, faltam dentes ou o sensor de raio-X foi segurado em um ângulo ligeiramente diferente.

Nos últimos anos, os computadores tornaram-se poderosos o suficiente para aprender a ver e interpretar imagens médicas, um campo conhecido como inteligência artificial. Esses sistemas utilizam o aprendizado profundo (deep learning), um método onde um computador analisa milhares de exemplos para aprender padrões sem ser explicitamente programado com regras para cada cenário. Embora os computadores já tenham demonstrado que podem detectar cáries ou ossos quebrados, organizar um conjunto completo de raios-X dentários automaticamente tem permanecido um desafio difícil. A complexidade não reside apenas em identificar um único dente, mas em entender como um grupo de imagens se encaixa como as peças de um quebra-cabeça maior, mesmo quando algumas peças estão faltando ou rotacionadas.

Uma equipe de pesquisadores do Centro de Ciências da Saúde da Universidade do Texas em Houston, Escola de Odontologia, juntamente com colaboradores da Universidade Nacional Yang Ming Chiao Tung, desenvolveu uma nova maneira de resolver este problema. Eles criaram um sistema automatizado que pode detectar dentes, numerá-los corretamente e organizar um conjunto completo de raios-X na ordem adequada com velocidade e precisão notáveis. O trabalho deles, publicado em um estudo envolvendo mais de 5.000 radiografias de 354 pacientes, demonstra que um computador agora pode lidar com todo o fluxo de trabalho de organização de imagens dentárias, uma tarefa que anteriormente exigia significativa atenção humana.

Os pesquisadores começaram reunindo um conjunto massivo de dados de raios-X dentários. Eles coletaram 5.431 imagens de 354 pacientes diferentes, cobrindo tanto a mandíbula superior quanto a inferior. Cada dente nestas imagens foi cuidadosamente marcado por profissionais da odontologia, que desenharam uma caixa ao redor de cada um e atribuiu o seu número correto. Isso criou uma "verdade fundamental" (ground truth), uma referência perfeita que o computador poderia usar para aprender. A equipe então treinou seus modelos de inteligência artificial com esses dados, ensinando o sistema a reconhecer a forma, a posição e o número dos dentes em várias condições.

O sistema opera em três estágios principais. Primeiro, utiliza uma ferramenta de detecção para encontrar cada dente em um raio-X. Ao contrário dos métodos mais antigos que desenham caixas quadradas simples ao redor de objetos, este sistema utiliza caixas angulares que podem inclinar-se e rotacionar para corresponder à posição exata de um dente. Isso é crucial porque os dentes em um raio-X frequentemente aparecem em ângulos estranhos, dependendo de como o sensor foi colocado na boca. Uma vez localizados os dentes, o sistema identifica qual dente é, atribuindo-lhe um número de um a trinta e dois, seguindo o sistema de numeração universal padrão utilizado pelos dentistas.

A parte mais inovadora do estudo é como o sistema organiza as imagens. Em vez de apenas olhar para um dente de cada vez, o computador observa a relação entre múltiplas imagens. Os pesquisadores projetaram o sistema para pensar nos raios-X como peças de um quebra-cabeça. Assim como uma pessoa pode olhar para a borda de uma peça de quebra-cabeça e a curva de outra para ver se elas se encaixam, o computador analisa a relação espacial entre diferentes imagens de raio-X. Ele aprende que uma imagem mostrando os dentes frontais pertence ao lado de uma imagem mostrando os dentes laterais, e que uma foto da arcada superior se encaixa em um lugar diferente de uma da arcada inferior. Essa abordagem permite que o sistema coloque as imagens corretamente, mesmo que alguns dentes estejam faltando ou que a anatomia não esteja clara, uma situação em que os métodos mais antigos frequentemente falhavam.

Os resultados deste processo automatizado foram impressionantes. Quando os pesquisadores testaram seu sistema, ele identificou e numerou corretamente os dentes em 99 por cento dos casos. Mais importante ainda, quando se tratou de organizar o conjunto completo de raios-X na ordem correta, o sistema acertou 98 por cento das vezes. Esse alto nível de precisão manteve-se constante em diferentes tipos de imagens, incluindo as da mandíbula superior, da mandíbula inferior e as imagens de mordida (bitewing) que mostram as coroas dos dentes. O sistema teve um desempenho particularmente bom com os dentes frontais e os dentes posteriores de ambos os lados, ocorrendo apenas confusões menores entre imagens que eram muito semelhantes entre si, como as duas imagens na extremidade direita da mandíbula inferior.

Uma das conquistas mais significativas deste estudo é a capacidade do sistema de lidar com imagens de mordida (bitewing). Esses raios-X específicos, que mostram o topo dos dentes e o osso entre eles, têm sido historicamente difíceis para os computadores posicionarem automaticamente porque mostram menos da raiz do dente e frequentemente carecem de marcos claros. Tentativas anteriores de automatizar o arranjo de imagens dentárias frequentemente tinham dificuldades com essas fotografias específicas. O novo sistema, no entanto, posicionou com sucesso as imagens de mordida com 96 por cento de precisão, provando que pode gerenciar toda a complexidade de um exame dentário sem precisar que um humano intervenha para corrigir a ordem.

Os pesquisadores testaram seu sistema rigorosamente para garantir que os resultados fossem confiáveis. Eles dividiram seus dados em cinco grupos separados e treinaram o computador em quatro grupos enquanto o testavam no quinto, repetindo este processo cinco vezes para que cada imagem fosse testada exatamente uma vez. Este método garantiu que o sistema não estivesse apenas memorizando as respostas, mas sim realmente aprendendo a reconhecer padrões que se aplicam a novos pacientes não vistos anteriormente. A consistência dos resultados através de todos os cinco testes sugere que o sistema é robusto e está pronto para uso no mundo real, desde que seja validado em um ambiente clínico.

Este trabalho representa uma mudança na forma como a imagem dentária poderá ser tratada no futuro. Ao automatizar as tarefas tediosas de contar dentes e ordenar imagens, o sistema libera tempo para que os profissionais de odontologia se concentrem no diagnóstico e no tratamento. O estudo mostra que a inteligência artificial pode aprender as sutis relações espaciais nos raios-X dentários, indo além da simples detecção para compreender o contexto de toda a boca. Embora o sistema seja atualmente uma ferramenta de pesquisa, sua alta precisão e capacidade de lidar com casos difíceis, como as imagens de mordida, sugerem que ele poderá em breve tornar-se uma parte padrão do fluxo de trabalho odontológico, agilizando o processo desde o momento em que um raio-X é tirado até o momento em que está pronto para ser revisado por um dentista.