ESTOCOLMO, Suécia: A geração de representações 3D de estruturas dentárias e maxilofaciais é uma etapa fundamental em muitos fluxos de trabalho odontológicos digitais; no entanto, quer envolva segmentação manual ou semiautomática, o processo pode ser demorado e sujeito a preconceitos do observador. Procurando responder a estas preocupações, investigadores na Bélgica e na Suécia treinaram e avaliaram uma plataforma baseada na nuvem para a segmentação automatizada de caninos superiores impactados em imagens de TCFC. Eles relataram que a ferramenta alcançou resultados consistentes e precisos muito mais rápido do que os especialistas.
A plataforma baseada em nuvem foi treinada usando uma rede neural convolucional, um modelo computacional que aprende a identificar condições e anomalias dentárias a partir de padrões e características em imagens. Foram utilizadas 100 imagens de TCFC apresentando impactações de caninos superiores – 50 para treinar o modelo e 50 para avaliar seu desempenho. Uma plataforma on-line baseada em nuvem previamente treinada para segmentar múltiplas estruturas dentárias e maxilofaciais, Virtual Patient Creator, foi utilizada para ambas as tarefas, e o desempenho do modelo foi avaliado em relação à segmentação semiautomática realizada por especialistas, comparando cada pixel individual no espaço 3D e o formas dos objetos nas imagens.
De acordo com os resultados do estudo, a ferramenta automatizada proporcionou segmentação consistente e precisa dos caninos superiores impactados com diversas angulações. “O desempenho do modelo foi comparável ao das [segmentações semiautomáticas] realizadas por especialistas clínicos”, escreveram os pesquisadores. Acrescentaram: “Vale ressaltar que o modelo apresentou 100% de consistência sem o problema da variabilidade humana, onde foi capaz de produzir resultados idênticos ao segmentar o mesmo caso várias vezes. Além disso, foram necessários apenas pequenos refinamentos que confirmaram a alta similaridade entre [segmentação automatizada] e [segmentação semiautomática].”
O modelo também realizou a segmentação rapidamente. Foram necessários em média 21 segundos para realizar a segmentação automatizada de caninos impactados, em comparação com uma média de 582 segundos necessários para a segmentação semiautomática, tornando-a 24 vezes mais rápida.
O estudo, intitulado “Deep learning driven segmentation of maxillary impacted canine on cone beam computed tomography images”, foi publicado online em 3 de janeiro de 2024 na Scientific Reports.
BERLIM, Alemanha: Dentistas da Charité - Universitätsmedizin Berlin, juntamente com cientistas de dados e programadores, desenvolveram o dentalXrai Pro - ...
BASILEIA, Suíça: A aplicação da inteligência artificial (IA) em odontologia ainda está em seus estágios iniciais; no entanto, mais desenvolvimento ...
LEIPZIG, Alemanha: Impulsionada pelas correntes da eficiência econômica, economia de tempo e conveniência, a inteligência artificial (IA) continua sua ...
LAHORE, Paquistão: Como o tratamento da doença periodontal requer uma abordagem diferenciada, um meio de prever as necessidades de tratamento mais ...
COPENHAGUE, Dinamarca: Pesquisadores na Turquia examinaram até que ponto os algoritmos de inteligência artificial (IA) de aprendizado profundo são ...
CLEVELAND, EUA: Em um recente avanço na pesquisa do câncer, os cientistas têm utilizado inteligência artificial (IA) para ajudar a personalizar a dose ...
HONG KONG: O câncer bucal continua sendo uma preocupação global significativa para a saúde, destacando a necessidade urgente de fortalecer os esforços ...
BUDAPESTE, Hungria: A inteligência artificial (IA) está transformando rapidamente a indústria odontológica de forma radical, e sua influência está ...
CZĘSTOCHOWA, Polônia: A transformação digital na ortodontia está ganhando força com modelos de diagnóstico gerados pelo software ortodôntico DDP AI ...
Com sede em Seul, na Coreia do Sul, a Imagoworks é líder mundial em soluções odontológicas digitais que empregam inteligência artificial (IA). Fundada...
Webinar ao vivo
qui. 11 setembro 2025
14:00 BRT (Sao Paulo)
Webinar ao vivo
seg. 15 setembro 2025
14:00 BRT (Sao Paulo)
Prof. Dr. med. dent. Stefan Wolfart
Webinar ao vivo
ter. 16 setembro 2025
12:00 BRT (Sao Paulo)
Prof. Dr. Dr. Florian Guy Draenert
Webinar ao vivo
ter. 16 setembro 2025
13:30 BRT (Sao Paulo)
Dr. Kay Vietor, Birgit Sayn
Webinar ao vivo
ter. 16 setembro 2025
14:00 BRT (Sao Paulo)
Dr. Paweł Aleksandrowicz PhD
Webinar ao vivo
ter. 16 setembro 2025
21:00 BRT (Sao Paulo)
Webinar ao vivo
qua. 17 setembro 2025
7:30 BRT (Sao Paulo)
To post a reply please login or register