Search Dental Tribune

Revisão revela que imagens assistidas por IA podem auxiliar no diagnóstico de DTM

Um novo estudo demonstrou que ferramentas de imagem assistidas por inteligência artificial podem melhorar a precisão e a consistência do diagnóstico de disfunção temporomandibular, particularmente na detecção de alterações osteoartríticas precoces. (Imagem: Antonioguillem/Adobe Stock)

ter. 23 junho 2026

guardar

PUNE, Índia: Embora o sistema de classificação dos Critérios Diagnósticos para Disfunções Temporomandibulares tenha ajudado a padronizar a avaliação da disfunção temporomandibular (DTM) globalmente, suas limitações e a apresentação complexa da DTM torna o diagnóstico um desafio. A inteligência artificial (IA) está sendo investigada como uma ferramenta complementar que poderia melhorar a precisão e a consistência, e uma revisão sistemática recente avaliou o desempenho de sistemas baseados em IA na identificação de anormalidades da articulação temporomandibular (ATM). Os resultados apontam para o potencial da IA, mas também mostram que as evidências atuais são preliminares e heterogêneas.

A revisão analisou cinco estudos envolvendo tomografia computadorizada de feixe cônico (CBCT), ressonância magnética (RM) e radiografia panorâmica. Os resultados mostraram que as ferramentas assistidas por inteligência artificial (IA) alcançaram precisão diagnóstica de moderada a alta, embora o desempenho tenha variado de acordo com a tarefa diagnóstica, a modalidade de imagem e o desenho do estudo. A avaliação da osteoartrite da articulação temporomandibular (ATM) baseada em imagens foi o subtipo mais estudado na revisão. Nesses estudos, as ferramentas assistidas por IA foram capazes de detectar alterações degenerativas e morfológicas precoces que poderiam passar despercebidas durante avaliações de rotina.

Uma das principais vantagens do diagnóstico assistido por IA é a consistência. As avaliações convencionais de DTM (Disfunção Temporomandibular) podem variar dependendo da experiência do profissional e da interpretação das imagens. Os sistemas de IA podem fornecer uma forma mais padronizada de análise de imagens, potencialmente ajudando a reduzir a subjetividade e a aumentar a confiança no diagnóstico. Isso pode ser especialmente valioso em clínicas odontológicas movimentadas, onde a tomada de decisões rápidas e precisas é essencial.

A revisão refletiu a tendência mais ampla de estudos sobre a tomografia computadorizada de feixe cônico (CBCT) em combinação com a tecnologia de inteligência artificial (IA). Os pesquisadores descobriram que a análise da CBCT aprimorada por IA melhorou a precisão na identificação de alterações degenerativas articulares e anormalidades condilares. Um estudo relatou alta concordância com clínicos especialistas no diagnóstico de osteoartrite da ATM.

Apesar desses resultados promissores, os autores alertaram que as evidências não são suficientemente robustas para embasar a adoção clínica do diagnóstico de DTM assistido por IA. Muitos dos estudos envolveram amostras pequenas e careceram de validação externa em diversos grupos de pacientes.

A revisão também enfatizou que a IA deve ser integrada aos protocolos de diagnóstico de DTM já estabelecidos. Os autores observaram que o protocolo de Critérios Diagnósticos para Disfunções Temporomandibulares promove uma abordagem padronizada que integra achados clínicos, psicossociais e de imagem, em consonância com as recentes diretrizes consensuais que priorizam o cuidado conservador e centrado no paciente . A integração da IA ​​pode auxiliar os médicos a interpretar informações complexas de forma mais consistente e apoiar uma tomada de decisão mais personalizada.

Os autores recomendaram que pesquisas futuras vão além da precisão do modelo e examinem como as ferramentas de IA afetam a tomada de decisões clínicas no mundo real. Em particular, os estudos devem avaliar se os recursos de IA explicáveis, que tornam a base da avaliação de um sistema de IA mais transparente para os médicos, melhoram a concordância diagnóstica e reduzem a dependência excessiva de resultados automatizados.

O artigo, intitulado “Comparing traditional versus AI-assisted TMJ disorder management approaches: A systematic review and meta-analysis”, foi publicado online em 28 de abril de 2026 na revista Clinical and Experimental Dental Research.

To post a reply please login or register
advertisement
advertisement