APLICAÇÃO DA INTELIGÊNCIA ARTIFICIAL NA ANÁLISE DE RADIOGRAFIAS ODONTOLÓGICAS E SEU IMPACTO NA CONFIANÇA E ADESÃO DO PACIENTE
DOI:
https://doi.org/10.36557/2674-8169.2026v8n10p400-415Palavras-chave:
Inteligência Artificial, Diagnóstico, Adesão ao Tratamento, Radiografia Odontológica, Odontologia.Resumo
A inteligência artificial (IA) tem se destacado como uma importante ferramenta no campo da saúde, especialmente na odontologia, ao contribuir para a melhoria da precisão diagnóstica e da tomada de decisão clínica. Este trabalho tem como objetivo analisar a aplicação da inteligência artificial na interpretação de radiografias odontológicas e seu impacto na confiança e adesão dos pacientes ao tratamento. A metodologia baseia-se em revisão bibliográfica de estudos recentes que abordam o uso de algoritmos de aprendizado de máquina e redes neurais convolucionais na identificação de alterações radiográficas, como cáries, lesões periapicais e outras patologias. Os resultados apontam que a IA apresenta alta acurácia na análise de imagens, auxiliando o cirurgião-dentista na detecção precoce de doenças, na redução de erros diagnósticos e na padronização das avaliações clínicas. Além disso, a utilização de recursos visuais gerados por sistemas inteligentes favorece a comunicação com o paciente, tornando o diagnóstico mais compreensível e aumentando sua confiança no profissional. Como consequência, observa-se maior adesão aos planos de tratamento propostos. Conclui-se que a inteligência artificial representa uma ferramenta complementar de grande relevância na prática odontológica, contribuindo tanto para a qualidade do diagnóstico quanto para o fortalecimento da relação entre profissional e paciente.
Downloads
Referências
BUCHANAN, B. G.; FEIGENBAUM, E. A. DENDRAL and Meta-DENDRAL. Artificial Intelligence, Amsterdam, v. 11, n. 1–2, p. 5–24, 1978.
CORAH, N. L. et al. Development of a dental anxiety scale. Journal of Dental Research, Thousand Oaks, v. 67, n. 2, p. 180–185, 1988.
ESTAI, M. et al. A systematic review of artificial intelligence in dentistry. Journal of Clinical Medicine, Basel, v. 7, n. 12, p. 1–19, 2018.
GOODFELLOW, I.; BENGIO, Y.; COURVILLE, A. Deep learning. Cambridge: MIT Press, 2016.
LECUN, Y.; BENGIO, Y.; HINTON, G. Deep learning. Nature, London, v. 521, n. 7553, p. 436–444, 2015.
LITJENS, G. et al. A survey on deep learning in medical image analysis. Medical Image Analysis, Amsterdam, v. 42, p. 60–88, 2017.
MITCHELL, T. Machine learning. New York: McGraw-Hill, 1997.
RUSSELL, S.; NORVIG, P. Artificial intelligence: a modern approach. 4. ed. Harlow: Pearson, 2021.
SCHARFF, D. P.; MCKEE, M. D. Understanding patient adherence. Health Psychology Review, London, v. 13, n. 2, p. 1–15, 2019.
SCHWENDICKE, F. et al. Artificial intelligence in dentistry: chances and challenges. Journal of Dental Research, Thousand Oaks, v. 99, n. 7, p. 769–774, 2020.
SHEN, D.; WU, G.; SUK, H. I. Deep learning in medical image analysis. Annual Review of Biomedical Engineering, Palo Alto, v. 19, p. 221–248, 2017.
SHORTLIFFE, E. H. Computer-based medical consultations: MYCIN. New York: Elsevier, 1976.
TOPOL, E. Deep medicine: how artificial intelligence can make healthcare human again.
New York: Basic Books, 2019.
WHITE, S. C.; PHAROAH, M. J. Oral radiology: principles and interpretation. 7. ed. St. Louis: Elsevier, 2014.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Josebel Pereira da Silva, Wendel Dos Santos Silva , Manoel Saraiva dos Santos Junior, Amanda Passatore Cabral, Guilherme Aparecido Monteiro Duque da Fonseca, ANDRÉIA
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.
