YOLO-Based Multiclass Classification of Peri-Implant Bone Loss Severity on Panoramic Radiographs Using Expert-Defined Reference Labels: A Retrospective Study

Resumo Técnico: Classificação Multiclasse de Severidade de Perda Óssea Peri-implantar Baseada em YOLO

Definição do Problema
A avaliação radiográfica da perda óssea peri-implantar em imagens panorâmicas é uma prática clínica padrão, mas permanece suscetível à variabilidade do observador, particularmente na identificação de lesões em estágio inicial. Embora a inteligência artificial (IA) e o aprendizado profundo (DL) tenham mostrado promessa na radiologia dentomaxilofacial, estudos anteriores concentraram-se amplamente na detecção binária de doenças ou na identificação de implantes. Há uma carência de pesquisas aplicando estruturas de detecção de objetos para a estratificação de severidade multiclasse da perda óssea peri-implantar em radiografias panorâmicas. Além disso, muitos sistemas de classificação existentes dependem de parâmetros clínicos (ex: profundidade de sondagem) que não estão disponíveis em conjuntos de dados compostos apenas por imagens, necessitando de um framework radiográfico baseado em proporções que seja reproduzível para análise automatizada.

Metodologia
Este estudo retrospectivo de centro único desenvolveu e validou um framework de aprendizado profundo baseado em YOLO para classificação multiclasse automatizada.

• Conjunto de Dados: O estudo utilizou 1.020 radiografias panorâmicas contendo 3.051 implantes dentários anotados. Os dados foram divididos em conjuntos de treinamento (693 imagens), validação (228 imagens) e teste (99 imagens) utilizando uma proporção estratificada de 70:20:10.
• Anotação e Padrão de Referência: Três especialistas (um radiologista oral e maxilofacial, um periodontista e um protesista) avaliaram os implantes de forma independente baseando-se exclusivamente em achados radiográficos. Desacordos foram resolvidos por voto majoritário. Os implantes foram anotados usando caixas delimitadoras (bounding boxes) retangulares na plataforma makesense.ai.
• Framework de Classificação: Adotando uma abordagem baseada em proporções derivada de Hwang et al., a perda óssea foi categorizada em quatro classes em relação ao comprimento total intraósseo do implante:
  • Saudável (Healthy): Sem perda óssea detectável.
  • Grau S (Grade S): Perda óssea ≤ 25%.
  • Grau M (Grade M): Perda óssea entre 25% e 50%.
  • Grau A (Grade A): Perda óssea ≥ 50%.
• Arquitetura do Modelo: Duas arquiteturas de detecção de objetos, YOLOv8 e YOLOv12, foram treinadas sob condições idênticas (300 épocas, tamanho de lote de 16, otimizador Adam) utilizando transferência de aprendizado (transfer learning).
• Pré-processamento: O pipeline de treinamento incluiu extensa aumentação de dados em tempo real (rotação, escala, translação, cisalhamento, transformação de perspectiva, inversão horizontal) e técnicas avançadas como mosaic, mixup e aumentação copy-paste para abordar o desequilíbrio de classes e melhorar a generalização.
• Métricas de Avaliação: O desempenho foi avaliado utilizando Precisão, Recall, F1-score, mAP@0.5 e mAP@0.5:0.95.

Resultados Principais
Ambos os modelos detectaram com sucesso todas as quatro categorias de severidade, embora o desempenho tenha variado por classe e métrica:

• Desempenho Geral:
  • O YOLOv8 demonstrou maior Recall na maioria das classes, particularmente para "Saudável" (0.83) e "Grau S" (0.92), indicando forte sensibilidade para as categorias dominantes e de estágio inicial. Também alcançou o maior mAP@0.5 para a classe Grau A (0.52).
  • O YOLOv12 alcançou valores de mAP@0.5 mais altos para as classes Saudável (0.46), Grau S (0.64) e Grau M (0.37), sugerindo um melhor equilíbrio entre precisão e localização para essas categorias.
• Achados Específicos por Classe:
  • O Grau S foi a categoria detectada de forma mais consistente em ambos os modelos, apresentando o maior número de previsões verdadeiramente positivas na matriz de confusão.
  • Classificação Incorreta: Erros ocorreram com maior frequência entre grupos de severidade adjacentes (ex: Saudável classificado incorretamente como Grau S, ou Grau M classificado incorretamente como Grau S ou A).
  • Precisão: Os valores de precisão foram geralmente baixos para todas as classes em ambos os modelos (variando de 0.21 a 0.57), enquanto o recall permaneceu mais alto.
• Dinâmica de Treinamento: Ambos os modelos mostraram redução progressiva de perda e estabilização de métricas. Não foi observada divergência significativa entre as tendências de treinamento e validação, indicando convergência sem overfitting severo.

Significância e Alegações
Os autores afirmam que o framework proposto baseado em YOLO demonstra a viabilidade da classificação multiclasse automatizada da severidade da perda óssea peri-implantar em radiografias panorâmicas.

• Utilidade Clínica: O forte desempenho de detecção para o Grau S sugere valor potencial para triagem radiográfica precoce, onde mudanças sutis são frequentemente negligenciadas ou interpretadas de forma inconsistente pelos clínicos.
• Papel da IA: O estudo posiciona esses modelos como ferramentas de suporte à decisão, e não como sistemas diagnósticos autônomos. As forças complementares do YOLOv8 (alto recall) e do YOLOv12 (alto mAP em classes específicas) apoiam seu uso para aumentar a consistência do fluxo de trabalho e priorizar casos para revisão especializada.
• Contribuição Metodológica: Ao utilizar um framework radiográfico baseado em proporções, o estudo oferece uma estratégia de rotulagem reproduzível que mitiga a influência da magnificação e distorção panorâmica, tornando-o adequado para treinamento de IA baseado apenas em imagens, sem variáveis clínicas.

Limitações Reconhecidas
Os autores explicitamente notam diversas restrições:

1. Modalidade de Imagem: O uso de radiografias panorâmicas 2D limita a avaliação 3D e pode subestimar a perda óssea bucal/lingual em comparação com a TCFC (CBCT).
2. Padrão de Referência: Os rótulos basearam-se exclusivamente na interpretação radiográfica, carecendo de variáveis clínicas (profundidade de sondagem, sangramento) centrais para o diagnóstico definitivo de peri-implantite.
3. Generalização: O estudo foi de centro único com um único sistema de imagem, e nenhum conjunto de dados de validação externa independente foi utilizado.
4. Desequilíbrio de Classes: O conjunto de dados estava desequilibrado, sendo o Grau S dominante e o Grau A/M sub-representado, o que pode afetar a otimização do modelo para classes mais raras.

Em conclusão, o artigo afirma que, embora os modelos baseados em YOLO possam categorizar efetivamente a severidade da perda óssea peri-implantar, sua implementação requer validação multicêntrica adicional, integração com dados clínicos e avaliação prospectiva antes da implementação clínica rotineira.