Inteligência artificial na detecção de lesões de cárie

Abstract

A cárie dentária é uma enfermidade bucal que afeta uma grande parcela da população mundial, sendo a doença bucal mais recorrente e a maior responsável pela perda precoce de elementos evidentes. Uma associação de certos fatores (microorganismos, dieta e hospedeiro), em um período, causa um processo bioquímico de desmineralização da superfície dentária e consequentemente a perda de sua estrutura, tornando a mesma mais porosa, frágil e, à medida que avança pela estrutura dentária , cavitada. Este processo patológico de desmineralização da estrutura dentária denomina-se lesão de cárie. O diagnóstico das lesões de cárie é de suma importância, pois depende do nível em que a doença se encontra, tratamentos mais invasivos podem ser necessários para que a lesão seja eliminada. Sendo assim, o diagnóstico precoce das lesões de cárie torna o tratamento mais simples, rápido e menos oneroso. Os métodos de detecção de cárie comumente mais utilizados pelo cirurgião dentista são o método visual (boa visibilidade, cobertura da estrutura dental com seringa tríplice e com iluminação artificial) associado a radiografias intrabucais (periapical e interproximal ou mordida), principalmente para localizar lesões de cárie em regiões que estão visualmente encobertas como as regiões proximais da superfície dentária (mesial e distal). Alguns métodos mais sofisticados de diagnóstico de cárie dentária também podem ser relatados, estes se baseiam na transiluminação por fibra ótica e fluorescência. A inteligência artificial surgida nos últimos anos e tem se expandido por diversas áreas do cotidiano da população, a área da saúde tem sido uma das contempladas com os benefícios dessa tecnologia. Diversas ferramentas médicas utilizam inteligência artificial para apoiar profissionais em suas decisões clínicas nas mais diversas etapas dos processos de cuidado a saúde, tais como diagnóstico, tratamento e prevenção. A odontologia moderna pode se beneficiar do uso da inteligência artificial de diversas maneiras, áreas como a ortodontia podem utilizar aplicativos baseados em aprendizado de máquina para realizar estudo de medidas cefalométricas e potencializar tratamentos ortodônticos. Com o trabalho apresentado busca-se testar a utilização da inteligência artificial na detecção de lesões cariosas em superfícies dentais e servir como uma ferramenta adicional ao cirurgião dentista para ser utilizado no cotidiano dos profissionais e associado aos métodos tradicionais comumente usados. Para a realização do trabalho foram utilizadas 87 imagens selecionadas de plataforma on-line de design gráfico e banco de imagens denominado VistaCreate, após a seleção das imagens elas foram segmentadas dando origem a 405 imagens que foram divididas em duas classes (cariadas e não cariadas) . A partir dessas imagens um modelo de treinamento foi criado utilizando ferramenta de Inteligência Artificial (IA) No-Code Teachable Machine. Após isso, a acurácia dos resultados foi avaliada pela matriz de confusão.

Abstract: Dental caries is an oral disease that affects a large portion of the world's population, being the most recurrent oral disease and most responsible for the early loss of dental elements. The association of certain factors (microorganisms, diet and host), over a period, causes a biochemical process of demineralization of the tooth surface and consequently the loss of its structure, making it more porous, fragile and, as it advances through the tooth structure, cavitated. This pathological process of demineralization of the tooth structure is called a caries lesion. The diagnosis of caries lesions is extremely important, as depending on the level of the disease, more invasive treatments may be necessary for the lesion to be eliminated. There fore, early diagnosis of caries lesions makes treatment simpler, faster and less expensive. The caries detection methods most commonly used by dentists are the visual method (good visibility, drying of the tooth structure with a triple syringe and artificial lighting) associated with intraoral radiographs (periapical and interproximal or bitewing), mainly to locate caries lesions. in regions that are visually hidden, such as the proximal regions of the tooth surface (mesial and distal). Some more sophisticated methods for diagnosing dental caries can also be mentioned, these are based on fiber optic transilumination and fluorescence. Artificial intelligence has emerged in recent years and has expanded into various areas of the population's daily lives, the health sector has been one of those benefiting from the benefits of this technology. Several medical tools use artificial intelligence to support professionals in their clinical decisions at the most diverse stages of the health care processes, such as diagnosis, treatment and prevention. Modern dentistry can benefit from the use of artificial intelligence in several ways, areas such as orthodontics can use applications based on machine learning to study cephalometric measurements and enhance orthodontic treatments. The work presented seeks to test the use of artificial intelligence in the detection of carious lesions on dental surfaces and serve as an additional tool for the dental surgeon to be used in the daily lives of professionals and associate it with commonly used traditional methods. To carry out the work, 87 images were used selected from an online graphic design platform and image bank called VistaCreate. After selecting the images, they were segmented, giving rise to 405 images that were divided into two classes (decayed and non-decayed).). From these images, a training model was created using an Artificial Intelligence (AI) No-Code Teachable Machine tool. After that, the accuracy of the results was evaluated using the confusion matrix.