Aplicação da inteligência artificial em radiografias digitais para detecção precoce de lesões cariosas
DOI:
https://doi.org/10.36557/2674-8169.2025v7n9p1215-1235Palavras-chave:
Inteligência artificial, Radiografias digitais, Detecção precoce, Cárie dentáriaResumo
Introdução: A cárie dentária é uma das doenças crônicas mais prevalentes e um relevante
problema de saúde pública. A detecção precoce é fundamental para prevenir complicações
e reduzir tratamentos invasivos. Nesse cenário, a inteligência artificial (IA), especialmente
por algoritmos de machine e deep learning, mostra-se promissora na análise de
radiografias digitais, aumentando a acurácia diagnóstica e padronizando resultados.
Objetivos: Avaliar, por revisão integrativa, a eficácia do uso da IA em radiografias digitais
para detecção precoce de lesões cariosas, comparando-a ao diagnóstico convencional e
destacando benefícios e limitações para a prática odontológica. Metodologia: Realizou-se
revisão integrativa nas bases MEDLINE (PubMed), BVS e SciELO com os descritores
“inteligência artificial”, “radiografia dental”, “cárie dentária”, “detecção precoce”,
“aprendizado de máquina” e “deep learning”. Incluíram-se estudos de 2021 a 2025 que
abordaram IA em radiografias digitais; excluíram-se textos incompletos, teses, anais e
trabalhos fora do período. A seleção seguiu a estratégia PICO: pacientes avaliados por
radiografias digitais (P); aplicação de IA para detecção de cáries (I); comparação com
avaliação convencional (C); acurácia diagnóstica e benefícios clínicos (O). Os dados foram
sintetizados qualitativamente devido à heterogeneidade metodológica. Conclusão: A IA
aplicada à análise radiográfica demonstrou alta acurácia na detecção precoce de cáries,
frequentemente igual ou superior à avaliação humana. Sistemas baseados em redes
neurais e aprendizado profundo oferecem rapidez, padronização e suporte à decisão
clínica, favorecendo a odontologia preventiva. Apesar de limitações como custos,
necessidade de treinamento e dependência da qualidade das imagens, a IA consolida-se
como ferramenta complementar para otimizar fluxos clínicos, reduzir erros diagnósticos e
melhorar o atendimento odontológico.
Downloads
Referências
ABBOTT, L. P. et al. Artificial intelligence platforms in dental caries detection: a systematic
review and meta-analysis. Journal of Dentistry, 2025. Disponível em:
https://www.sciencedirect.com/science/article/pii/S1532338224001271.
ABDELAZIZ, M. Detection, Diagnosis, and Monitoring of Early Caries: The Future of
Individualized Dental Care. Diagnostics (Basel), v. 13, n. 24, p. 3649, 12 dez. 2023. DOI:
3390/diagnostics13243649. Disponível em:
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10742918/. Acesso em: 14 set. 2025.
ALBANO, Domenico et al. Artificial intelligence for radiographic imaging detection of caries
lesions: a systematic review. BMC Oral Health, 2024. Disponível em:
https://bmcoralhealth.biomedcentral.com/articles/10.1186/s12903-024-04046-7.
ALSOLAMY, M. et al. Detecção, localização e avaliação automatizadas da gravidade de cáries
dentárias proximais a partir de radiografias interproximais utilizando aprendizado profundo.
Diagnostics, v. 15, p. 899, 2025. Disponível em: https://doi.org/10.3390/diagnostics15070899.
Acesso em: 14 set. 2025.
BAYATI, M. et al. Detecção avançada de cáries interproximais em radiografias interproximais
por IA usando YOLOv8. Scientific Reports, v. 15, p. 4641, 2025. Disponível em:
https://doi.org/10.1038/s41598-024-84737-x. Acesso em: 14 set. 2025.
CARVALHO D. K et al. Benefício da inteligência artificial para o diagnóstico precoce da cárie
dentária: revisão integrativa. Research, Society and Development, v. 10, n. 4, e43210413083,
Disponível em: https://rsdjournal.org/rsd/article/view/13083/12855. Acesso em: 21 set.
DASHTI, M. et al. Comparative analysis of deep learning algorithms for dental caries detection
and prediction from radiographic images: a comprehensive umbrella review. PeerJ Computer
Science, 2024. Disponível em: https://peerj.com/articles/cs-2371. Acesso em: 21 set. 2025.
FERREIRA, Edilson Pantaleão. Uso da inteligência artificial no planejamento ortodôntico:
aplicações atuais e tendências futuras. Journal of Research in Dentistry, v. 8, n. 18, p.
–2203, 2025. Disponível em:
https://revistajrg.com/index.php/jrg/article/download/2189/1723/9366. Acesso em: 17 set.
FERREIRA, M. F. de C. et al. Avaliação do uso redes neurais convolucionais para identificação de
lesões cariosas dentárias. In: SIMPÓSIO BRASILEIRO DE COMPUTAÇÃO APLICADA À SAÚDE,
, [S.l.]. Anais [...]. [S.l.]: SBC, 2023. DOI: https://doi.org/10.5753/sbcas.2023.229626.
HUNG, M. et al. AI Applications in Dental Caries Detection from Panoramic Radiographs.
Journal of Clinical Medicine, v. 13, n. 8, p. 366, 2025. DOI:
https://doi.org/10.3390/jcm13080366.
HUNG, M. et al. Charting new territory: AI applications in dental caries detection from
panoramic imaging. Dentistry Journal (Basel), v. 13, n. 8, p. 366, 12 ago. 2025. Disponível em:
https://doi.org/10.3390/dj13080366. Acesso em: 14 set. 2025.
IBRAHIM, W. I. et al. Avaliação da Acurácia Diagnóstica de Softwares de Inteligência Artificial na
Identificação de Condições Dentárias Periodontais e Restauradoras Comuns (Perda Óssea
Marginal, Lesão Periapical, Coroa, Restauração, Cárie Dentária) em Radiografias Periapicais
Intraorais. Diagnostics, 2025, 15(11), 1432. Disponível em:
https://doi.org/10.3390/diagnostics15111432. Acesso em: 22 set. 2025.
JAMES, Y.; NADEEM, A.; CARPENTER, F. Papel da detecção precoce e prevenção da cárie
dentária em crianças: uma revisão sistemática dos resultados clínicos. Cureus, v. 17, n. 6, p.
e85185, 1 jun. 2025. DOI: 10.7759/cureus.85185. Disponível em:
https://www.cureus.com/articles/85185. Acesso em: 14 set. 2025.
LEE, Chun-Teh et al. Use of the Deep Learning Approach to Measure Alveolar Bone Level.
Journal of Clinical Periodontology, v. 48, n. 12, p. 1514–1522, 2021. DOI:
https://doi.org/10.1111/cid.13051.
LEE, S. et al. Aprendizado profundo para detecção precoce de cáries dentárias em radiografias
interproximais. Scientific Reports, v. 11, p. 16807, 2021. Disponível em:
https://doi.org/10.1038/s41598-021-96368-7. Acesso em: 14 set. 2025.
LEEMPUT, P. V.; KEUSTERMANS, J. ; MOLLEMANS, W. Validação estatística de um algoritmo de
deep learning para detecção de anomalias dentárias em radiografias intraorais utilizando dados
pareados. arXiv, 2024. Disponível em: https://arxiv.org/abs/2402.14022. Acesso em: 21 set.
LIAN, L. et al. Deep Learning for Caries Detection and Classification. Diagnostics, v. 11, n. 9, p.
, 2021. DOI:10.3390/diagnostics11091672.
LUKE, A. M.; REZALLAH, N. N. F. Accuracy of Artificial Intelligence in Caries Detection: A
Systematic Review and Meta-Analysis. Head & Face Medicine, v. 21, p. 24, 2025. Disponível em:
https://doi.org/10.1186/s13005-025-00496-8. Acesso em: 14 set. 2025.
NAYAK, P. P. et al. AI-driven approaches in the management of early childhood caries: A path
toward global oral health. Journal of Oral Biology and Craniofacial Research, v. 15, n. 5, p.
-1140, 2025.
NEVES et al. Inteligência artificial na prática clínica odontológica: avanços, desafios e aplicações
nas especialidades. Revista Brasileira de Odontologia, v. 8, n. 18, p. 2189–2203, 2025.
Disponível em:
https://ojs.brazilianjournals.com.br/ojs/index.php/BJHR/article/download/79411/54900/1969
Acesso em: 17 set. 2025.
SLASHCHEVA, L. D. et al. Artificial intelligence-produced radiographic enhancements for dental
diagnostics and patient education. Frontiers in Oral Health, 2025. Disponível em:
https://www.frontiersin.org/articles/10.3389/froh.2025.1473877/full.
SOBRAL, M. I. B. et al. A aplicabilidade da inteligência artificial na odontologia: revisão
integrativa da literatura. Contribuciones a las Ciencias Sociales, v. 18, n. 6, p. e18626, 2025.
DOI: 10.55905/revconv.18n.6-126.
TALPUR, S. et al. Uses of Different Machine Learning Algorithms for Diagnosis of Dental Caries.
Journal of Healthcare Engineering, v. 2022, p. 1-13, 2022. DOI:
https://doi.org/10.1155/2022/5032435.
TELLES, L. A. D. Inteligência artificial na radiologia odontológica e imaginologia: avanços,
desafios e aplicação nas especialidades. Revista ft, v. 29, ed. 143, fev. 2025. Disponível em:
t.com.br/inteligencia-artificial-na-radiologia-odontologica-e-imaginologia-avancos-desafios-e-a
plicacao-nas-especialidades/>. Acesso em: 22 set. 2025.
TSUTSUMI, M. S. C. et al. O impacto da inteligência artificial na identificação precoce de lesões
de cárie: uma revisão de literatura. Revista Foco, v. 17, n. 6, 2024. Disponível em:
https://www.researchgate.net/publication/381728018_O_IMPACTO_DA_INTELIGENCIA_ARTIFI
CIAL_NA_IDENTIFICACAO_PRECOCE_DE_LESOES_DE_CARIE_UMA_REVISAO_DE_LITERATURA.
WANG, Yin-Chih Chelsea et al. Artificial Intelligence to Assess Dental Findings from Panoramic
Radiographs – A Multinational Study. arXiv, 2025. Disponível em:
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Luana Gabriela Batista Sousa, Mayra Santos Girão, Vanessa Alexandrino Monteiro, Camila Meireles Melo Fagundes, João Guilherme Vieira Lima Borges de Almeida, Juliana Maria Rodrigues dos Santos , Clara Esthéfany Carvalho Sousa, João Marcelo Lima Oliveira , Luanna Katryne dos Santos Mesquita, Maisa Bastos de Santana , Nayla Oliveira Moraes , Sanmyo Martins Oliveira
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Os autores são detentores dos direitos autorais mediante uma licença CCBY 4.0.
