medigraphic.com
ISSN 1659-1046 (Impreso)
Odovtos - International Journal of Dental Sciences

2024, Número 2

<< Anterior Siguiente >>

Odovtos-Int J Dent Sc 2024; 26 (2)


Potencial de la inteligencia artificial para generar informes de investigación sanitaria sobre dientes cariados, perdidos y restaurados

Dantas CE, Andery CJ, Guerra ZBA, Gaêta-Araujo H, Oliveira-Santos C, Alaniz MA, Tirapelli C

Idioma: Ingles.
Referencias bibliográficas: 15
Paginas: 14-19
Archivo PDF: 378.18 Kb.


RESUMEN

Este estudio tiene como objetivo indicar el potencial de la inteligencia artificial (IA) en los informes epidemiológicos de dientes cariados, perdidos y restaurados. Como prueba de concepto, nuestro modelo de estudio utilizó imágenes panorámicas de rayos X y un algoritmo de inteligencia artificial para la numeración de dientes, la detección de caries y las restauraciones con una precisión superior al 80 % para dichas tareas de diagnóstico. El resultado fue el número de dientes cariados, perdidos y restaurados según la edad del paciente y el índice CPOD (número de dientes cariados, perdidos y obturados) que varió de 3,6 (hasta 20 años) a 20,4 (+60 años). Por tanto, se sugiere que la IA es un método prometedor para automatizar la recopilación de datos de salud mediante el análisis de rayos X.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Brasil. Ministério da Saúde. Secretaria deAtenção à Saúde. Secretaria de Vigilânciaem Saúde. SB Brasil 2010: Pesquisa Nacionalde Saúde Bucal: resultados principais /Ministério da Saúde. Secretaria de Atenção àSaúde. Secretaria de Vigilância em Saúde. –Brasília : Ministério da Saúde, 2012. 116 p.(Accessed February 27, 2023). Available in:https://bvsms.saude.gov.br/bvs/publicacoes/pesquisa_nacional_saude_bucal.pdf

  2. Roncalli A.G., Silva N.N., NascimentoA.C., Freitas C.H.S.M., Casotti E., PeresK.G., Moura L., Peres M.A., Freire M.C.M.,Cortes M.I.S., Vettore M.V., Paludetto JúniorM., Figueiredo N., Goes P.S.A., Pinto R.S.,Marques R.A.A., Moysés S.J., Reis S.C.G.B.,Narvai P.C. Relevant methodological issuesfrom the SBBrasil 2010 Project for nationalhealth surveys. Cad Saude Publica. 2012; 28Suppl: s40-57. doi: https://doi.org/10.1590/s0102-311x2012001300006

  3. Brasil. Relatório da consulta pública doprojeto técnico da pesquisa nacional desaúde bucal 2020. SB Brasil 2020. 35 p.(Accessed February 27, 2023). Available in:http://189.28.128.100/dab/docs/portaldab/documentos/cgsb/RelatorioConsultaPublicaSBBrasil.pdf

  4. Azevedo J.S., Azevedo M.S., Oliveira L.J.C.,Correa M.B., Demarco F.F. Needs for dentalprostheses and their use in elderly Braziliansaccording to the National Oral HealthSurvey (SBBrazil 2010): prevalence ratesand associated factors. Cad Saude Publica.2017; 33 (8): e00054016. doi: https://doi.org/10.1590/0102-311X00054016

  5. Miyazaki H., Jones J.A., Beltrán-AguilarE.D. Surveillance and monitoring of oralhealth in elderly people. Int Dent J. 2017;

  6. 67 Suppl 2 (Suppl 2): 34-41. doi: https://doi.org/10.1111/idj.12348

  7. Hosny A., Parmar C., Quackenbush J.,Schwartz L.H., Aerts H.J.W.L. Artificialintelligence in radiology. Nat Rev Cancer.2018; 18 (8): 500-510. doi: https://doi.org/10.1038/s41568-018-0016-5

  8. Heo M.S., Kim J.E., Hwang J.J., Han S.S.,Kim J.S., Yi W.J., Park I.W. Artificial intelligencein oral and maxillofacial radiology:what is currently possible? DentomaxillofacRadiol. 2021; 50 (3): 20200375. doi: https://doi.org/10.1259/dmfr.20200375

  9. Başaran M., Çelik Ö., Bayrakdar I.S., BilgirE., Orhan K., Odabaş A., Aslan A.F., JagtapR. Diagnostic charting of panoramic radiographyusing deep-learning artificial intelligencesystem. Oral Radiol 2022; 38 (3):363-369. doi: https://doi.org/10.1007/s11282-021-00572-0

  10. Bayrakdar I.S., Orhan K., Akarsu S., ÇelikÖ., Atasoy S., Pekince A., Yasa Y., BilgirE., Sağlam H., Aslan A.F., Odabaş A. Deeplearningapproach for caries detection andsegmentation on dental bitewing radiographs.Oral Radiol. 2022; 38 (4): 468-479.doi: https://doi.org/10.1007/s11282-021-00577-9

  11. Chen X., Guo J., Ye J., Zhang M., LiangY. Detection of proximal caries lesions onbitewing radiographs using deep learningmethod. Caries Res. 2022; 56 (5-6): 455-463.doi: https://doi.org/10.1159/000527418

  12. Abdalla-Aslan R., Yeshua T., Kabla D.,Leichter I., Nadler C. An artificial intelligencesystem using machine-learning for automaticdetection and classification of dental restorationsin panoramic radiography. Oral SurgOral Med Oral Pathol Oral Radiol. 2020; 130(5): 593-602. doi: https://doi.org/10.1016/j.oooo.2020.05.012

  13. Chen S.L., Chen T.Y., Huang Y.C., ChenC.A., Chou H.S., Huang Y.Y., Lin W.C., LiT.C., Yuan J.J., Abu P.A.R., Chiang W.Y.Missing teeth and restoration detection usingdental panoramic radiography based on transferlearning with CNNs. IEEE Access 2022;10: 118654-64. doi: https://doi.org/10.1109/ACCESS.2022.3220335

  14. Costa E.D., Gaêta-Araujo H., Carneiro J.A.,Zancan B.A.G., Baranauskas J.A., MacedoA.A.M., Tirapelli C. Development of a dentaldigital dataset for research in artificial intelligence:the importance of labeling performedby radiologists. Oral Surg Oral Med OralPathol Oral Radiol. 2023 Dec. doi: https://doi.org/10.1016/j.oooo.2023.12.006

  15. Carneiro J.A. Enhanced tooth segmentationalgorithm for panoramic radiographs. [dissertation].Ribeirão Preto: Universidade de SãoPaulo, Faculdade de Filosofia, Ciências eLetras de Ribeirão Preto; 2023 [cited in 2024-03-10]. doi:10.11606/D.59.2023.tde-20022024-073306




2020     |     www.medigraphic.com