ANÁLISE FACIAL POR INTELIGÊNCIA ARTIFICIAL: UMA NOVA FERRAMENTA PARA AVALIAÇÃO E PLANEJAMENTO ESTÉTICO POR MÉDICOS E CIRURGIÕES-DENTISTAS
DOI:
https://doi.org/10.36557/2674-8169.2026v8n8p1210-1229Keywords:
Inteligência Artificial. Aprendizado de Máquina. Face. Estética. Diagnóstico por Imagem. Odontologia.Abstract
A análise facial é uma etapa fundamental para a avaliação e o planejamento de procedimentos estéticos realizados por médicos e cirurgiões-dentistas, permitindo identificar proporções, assimetrias e características dos tecidos faciais. Com o avanço das tecnologias digitais, a inteligência artificial tem sido incorporada a esse processo como ferramenta capaz de automatizar mensurações e auxiliar na interpretação de imagens. Este trabalho teve como objetivo analisar, por meio de uma revisão da literatura, a aplicação da inteligência artificial na análise facial, destacando suas contribuições, possibilidades e limitações para a avaliação e o planejamento estético. Foram analisados estudos científicos publicados entre 2021 e 2025 relacionados à utilização de aprendizado de máquina, aprendizado profundo e redes neurais na avaliação craniofacial. As evidências demonstraram aplicações na localização automática de pontos anatômicos, análise de fotografias e imagens tridimensionais, avaliação de proporções e assimetrias, interpretação cefalométrica e previsão de alterações dos tecidos moles. Os estudos também indicaram potencial para aumentar a padronização, a rapidez e a reprodutibilidade das avaliações, oferecendo informações complementares para a tomada de decisão clínica. Entretanto, foram identificadas limitações relacionadas à qualidade e diversidade dos bancos de dados, precisão variável entre sistemas, capacidade de generalização dos algoritmos e necessidade de validação clínica. Conclui-se que a inteligência artificial representa uma ferramenta promissora para a análise facial e o planejamento estético, podendo contribuir para avaliações mais objetivas e individualizadas. Contudo, sua utilização deve permanecer associada à avaliação clínica e à supervisão profissional, não substituindo o julgamento do médico ou cirurgião-dentista responsável pelo tratamento.
Downloads
References
AL-BAKER, B.; ALKALALY, A.; AYOUB, A.; et al. Accuracy and reliability of automated three-dimensional facial landmarking in medical and biological studies: a systematic review. European Journal of Orthodontics, v. 45, n. 4, p. 382-395, 2023.
AL-BAKER, B.; JU, X.; KHAAMBAY, B.; et al. Patch-based convolutional neural networks for automatic landmark detection of 3D facial images in clinical settings. European Journal of Orthodontics, v. 46, n. 6, p. 56-58, 2024.
ALMARHOUMI, A. A. Accuracy of artificial intelligence in predicting facial changes post-orthognathic surgery: a comprehensive scoping review. Journal of Clinical and Experimental Dentistry, v. 16, n. 5, p. e624-e633, 2024.
BICHU, Y. M.; HANSA, I.; BICHU, A. Y.; et al. Applications of artificial intelligence and machine learning in orthodontics: a scoping review. Progress in Orthodontics, v. 22, n. 1, p. 18-21, 2021.
CHANG, Q.; BAI, Y.; WANG, S.; et al. Automatic soft-tissue analysis on orthodontic frontal and lateral facial photographs based on deep learning. Orthodontics & Craniofacial Research, v. 27, p. 893-902, 2024.
CHENG, M.; ZHANG, X.; WANG, J.; et al. Prediction of orthognathic surgery plan from 3D cephalometric analysis via deep learning. BMC Oral Health, v. 23, art. 161, 2023.
HAIDER, S. A.; PRABHA, S.; GOMEZ-CABELLO, C. A.; et al. Facial analysis for plastic surgery in the era of artificial intelligence: a comparative evaluation of multimodal large language models. Journal of Clinical Medicine, v. 14, n. 10, p 34-37, 2025.
KHANAGAR, S. B.; AL-EHAIDEB, A.; MAGANUR, P. C.; et al. Machine learning and orthodontics, current trends and the future opportunities: a scoping review. American Journal of Orthodontics and Dentofacial Orthopedics, v. 16, n. 2, p. 170-192, 2021.
MONILL-GONZÁLEZ, A.; ROVIRA-CALATAYUD, L.; D’OLIVEIRA, N. G.; et al. Artificial intelligence in orthodontics: where are we now. A scoping review. Orthodontics & Craniofacial Research, v. 24, n. 2, p. 6-15, 2021.
NORDBLOM, N. F.; BÜTTNER, M.; SCHWENDICKE, F. Artificial intelligence in orthodontics: critical review. Journal of Dental Research, v. 13, n. 6, p. 577-584, 2024.
OBWEGESER, D.; TIMOFTE, R.; MAYER, C.; et al. Using artificial intelligence to determine the influence of dental aesthetics on facial attractiveness in comparison to other facial modifications. European Journal of Orthodontics, v. 44, n. 4, p. 445-451, 2022.
PATCAS, R.; BORNSTEIN, M. M.; SCHÄTZLE, M. A.; et al. Artificial intelligence in medico-dental diagnostics of the face: a narrative review of opportunities and challenges. Clinical Oral Investigations, v. 26, n. 12, p. 6871-6879, 2022.
POLIZZI, A.; BOATO, M.; SERRA, S.; et al. Applications of artificial intelligence in orthodontics: a bibliometric and visual analysis. Clinical Oral Investigations, v. 29, n. 1, art. 65, 2025.
SAHLSTEN, J.; JÄRNSTEDT, J.; JASKARI, J.; et al. Deep learning for 3D cephalometric landmarking with heterogeneous multi-center CBCT dataset. PLOS ONE, v. 19, n. 6, p. 59-62, 2024.
ZHANG, Y.; XU, Y.; ZHAO, J.; et al. An automated method of 3D facial soft tissue landmark prediction based on object detection and deep learning. Diagnostics, v. 13, n. 11, p. 18-21, 2023.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Layannara Nascimento Santos, Ana Carolina Bragança da Silva Rocha, Ticiany de Fátima de Souza Duarte, Laura Cristina da Silva Faour-Velocci, Luiz Henrique do Nascimento Velocci, Juliana Martins Ferreira, Leandro Rago de Souza, Sophia Fernandes dos Santos, Carla Maria Melleiro Gimenez, Eduardo Guimarães Moreira Mangolin, Luciene Santos Salles, Diogo Henrique Juliano Pinto de Moura, Eduarda Miranda Cattoni, Maria Julia Marques Cruz Bogéa, Ana Carolina Meireles Dias Bark, Cristiane Cunha Lima, Luiza Nunes Cardoso, Karina Victória Campos Santos, Rodney Capp Pallotta

This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors are copyright holders under a CCBY 4.0 license.



