Ferramenta desenvolvida por pesquisadores da USP em Ribeirão Preto analisa radiografias odontológicas com alta precisão e pode tornar diagnósticos e tratamentos mais ágeis

Inteligência artificial desenvolvida na USP auxilia dentistas na identificação de cáries em radiografias – Foto: KamranAydinov/Magnific
A inteligência artificial tem conquistado espaço em diferentes áreas da saúde e, na odontologia, já demonstra potencial para auxiliar profissionais na análise de radiografias. Um estudo publicado na revista PLOS Digital Health mostrou que um sistema desenvolvido por pesquisadores da USP em Ribeirão Preto é capaz de identificar dentes e detectar cáries em imagens radiográficas com elevado grau de precisão.
O sistema é fruto de uma parceria interdisciplinar entre a Faculdade de Filosofia, Ciências e Letras (FFCLRP) e a Faculdade de Odontologia (Forp), ambas da USP de Ribeirão Preto, coordenada pelas professoras Alessandra Alaniz Macedo, da área de Ciências da Computação FFCLRP, e Camila Tirapelli, da Odontologia da Forp. A parceria agrega cerca de 30 pesquisadores de ambas as áreas no Interdisciplinary Research Group in Digital Dentistry (InReDD), grupo de pesquisa focado no desenvolvimento de ferramentas digitais, inteligência artificial e soluções computacionais para a odontologia.
Conta a professora Alessandra que a tecnologia tem como base as Redes Neurais Convolucionais (CNNs), um tipo de inteligência artificial especializada no processamento de imagens. Segundo a professora, modelos são desenvolvidos e podem reconhecer padrões em imagens, além de outras tarefas clínicas e diagnósticas.
“Dentro da inteligência artificial existem diferentes métodos para analisar diferentes tipos de dados. As redes neurais são uma dessas abordagens e, atualmente, apresentam os melhores resultados em diversos tipos de problemas. Já as redes neurais convolucionais são uma arquitetura criada especificamente para trabalhar com imagens, como é o caso das radiografias odontológicas”, explica. O grupo investiga e cria diferentes modelos para diferentes tipos de dados e trabalha a fusão multimodal desses modelos.
Como a IA aprende a encontrar uma cárie
Para que o sistema consiga reconhecer uma cárie, por exemplo, primeiro ele precisa ser treinado. Esse processo é conhecido como aprendizado supervisionado. Os pesquisadores alimentam o programa com milhares de radiografias previamente analisadas por especialistas. Essas imagens formam uma “base de verdade”, utilizada para ensinar a inteligência artificial quais características correspondem a uma cárie.
“O modelo compara continuamente aquilo que está produzindo com a base de verdade e vai corrigindo seus próprios erros durante o treinamento. Assim, ele aprende gradualmente a identificar as lesões com cada vez mais precisão”, afirma os pesquisadores. Todo esse processo, desde a preparação dos dados até a validação dos resultados, “faz parte do trabalho desenvolvido por cientistas da computação especializados em inteligência artificial”, acrescenta a professora.
Além da identificação de cáries, a inteligência artificial pode facilitar diversas atividades dentro dos consultórios odontológicos. Ela pode automatizar tarefas administrativas, auxiliar no agendamento de consultas, responder dúvidas simples dos pacientes, produzir materiais de comunicação e até apoiar o planejamento de tratamentos.
Na prática clínica, uma das aplicações mais promissoras é servir como uma segunda opinião durante a avaliação das radiografias. Segundo os pesquisadores do InReDD, a inteligência artificial pode ajudar tanto no diagnóstico quanto no planejamento de um caso clínico, funcionando como um apoio ao profissional.
Apesar dos avanços, a equipe adianta que a tecnologia não substitui o trabalho do cirurgião-dentista. Para Alessandra, os modelos atuais ainda são considerados uma espécie de “caixa-preta”, pois conseguem produzir respostas muito precisas, mas nem sempre é possível compreender exatamente como chegaram àquela conclusão. Além disso, qualquer sistema de inteligência artificial pode cometer erros. “A responsabilidade pelo diagnóstico sempre será do profissional. Nenhum modelo é perfeito e sabe-se que eles sempre irão errar, mesmo que pouco. Por isso, a decisão clínica precisa continuar nas mãos do dentista”, afirma a professora Camila da Forp.
A professora da Forp destaca ainda que a qualidade da ferramenta depende diretamente da qualidade dos dados utilizados durante o treinamento. “Se o humano ensinar errado, a IA vai aprender errado. Por isso, é importante que profissionais da área da saúde e computação trabalhem integrados para desenvolverem modelos com acurácia.
Benefícios para pacientes e para a pesquisa
Para os pacientes, a expectativa é que a inteligência artificial torne o atendimento mais rápido e contribua para diagnósticos mais precisos. Além do uso individual em consultórios, a tecnologia também poderá acelerar pesquisas em saúde bucal ao permitir a análise de grandes volumes de radiografias em menos tempo, identificando padrões populacionais e auxiliando estudos epidemiológicos.
As ferramentas, desenvolvidas pelo InReDD, foram concebidas para serem utilizadas por dentistas, radiologistas e pesquisadores. Embora já apresentem resultados promissores, ainda passam por estudos de aperfeiçoamento antes da adoção mais ampla na prática clínica. O desenvolvimento realizado na Universidade também representa um diferencial nacional.
“Até onde sabemos, trata-se de um pioneirismo brasileiro por integrar diversas funcionalidades que normalmente aparecem em produtos separados”, adianta Alessandra, acrescentando que, além de gerar pesquisas publicadas em artigos científicos, dissertações e teses, “o sistema também constitui um produto tecnológico com código registrado pela USP, desenvolvido nos laboratórios da Universidade com a participação de alunos, pesquisadores, bolsistas da Fundação de Amparo à Pesquisa do Estado de São Paulo (Fapesp) e docentes”.
Os resultados reforçam o potencial da inteligência artificial como uma ferramenta de apoio ao diagnóstico odontológico. A expectativa é que, à medida que novos estudos sejam concluídos, essas soluções se tornem cada vez mais presentes na rotina dos consultórios, sempre atuando como suporte ao trabalho do profissional e não como seu substituto.

Parte do grupo InReDD – Foto: Arquivo Pessoal
O projeto que deu origem à ferramenta é financiado pela Fapesp e reúne pesquisadores de diferentes áreas do conhecimento para desenvolver soluções capazes de integrar inteligência artificial e odontologia, ampliando as possibilidades de diagnóstico, planejamento clínico e pesquisa. Essa equipe, congregada pelo InReDD, é coordenada pelas professoras Alessandra (FFCLRP) e Camila (Forp) e tem como membros os graduandos Francisco Eduardo Fontanele (FFCLRP), Caio Uehara Martins(FFCLRP), João Donato Bauman (Forp), Laís lannai Grossi de Sousa (Forp) e Ana Julia Crepaldi Pimenta (Forp); os alunos de mestrado Victor Hugo da Silva Lembor (FFCLRP), Thais Cristina da Cunha Vitareli (Forp), Vinícius Melo Oliveira (FFCLRP), Zilliana Sousa Santos de Jesus (FFCLRP), Lucas Faleiros Moreira (FFCLRP), Maria Julia Lopes Ramos (Forp), Gabriel Fugita Barbin (Forp), Bianca Rocha Nicoletti (FFCLRP), Marcela Amanda Vieira (Forp), Raúl Eduardo Sousa García (FFCLRP), Tiago Abreu Munarolo (FFCLRP) e Thiago Alves Vieira de Matos (FFCLRP); os alunos de doutorado Marianna Soares Nogueira Borges (Forp), Camila Porto Capel (Forp) e Isaac Daniel Gonzaga Estevão (Forp); o mestre pela FFCLRP Leandro Persona; o pós-doc da FFCLRP Antonio Castro e os professores Thaína Aparecida Azevedo Tosta (FFCLRP), Denis Mayr Lima Martins (FFCLRP), Rocharles Cavalcante Fontenele (Forp) e Hugo Gaêta Araujo (Forp).