Palavras-chave
Diagnóstico odontológico
Planejamento restaurador
Aprendizado profundo
Big data
Como Citar
Copyright © | Todos os direitos reservados.
A revista detém os direitos autorais exclusivos de publicação deste artigo nos termos da lei 9610/98.
Reprodução parcial
É livre o uso de partes do texto, figuras e questionário do artigo, sendo obrigatória a citação dos autores e revista.
Reprodução total
É expressamente proibida, devendo ser autorizada pela revista.
Resumo
Objetivo: Analisar as aplicações da inteligência artificial (IA) no diagnóstico e planejamento restaurador em odontologia, com ênfase nos benefícios clínicos, limitações e implicações para incorporação dessas tecnologias na prática profissional. Métodos: Revisão integrativa da literatura, realizada nas bases PubMed/MEDLINE, Scopus e SciELO, com estudos publicados entre 2015 e 2025, em português, inglês ou espanhol. Utilizaram-se termos relacionados à inteligência artificial, aprendizado de máquina, aprendizado profundo, odontologia, diagnóstico odontológico, planejamento restaurador e CAD/CAM. Foram incluídos artigos completos sobre aplicações da IA no diagnóstico, prognóstico e planejamento restaurador em odontologia, com síntese temática dos achados. Resultados: Vinte e dois estudos compuseram a amostra final. Observou-se predominância de estudos internacionais voltados à análise de imagens, desenho protético e automação do fluxo restaurador. Os estudos demonstraram desempenho promissor de modelos baseados em aprendizado profundo e redes neurais convolucionais na detecção de lesões cariosas e aplicações da IA em detecção de linhas de término, design de coroas, reconhecimento de restaurações e integração com fluxos CAD/CAM. Considerações finais: A IA apresenta potencial como ferramenta complementar ao raciocínio clínico, podendo ampliar precisão diagnóstica, padronização operatória e previsibilidade restauradora. Entretanto, sua incorporação rotineira depende de validação externa, transparência algorítmica, proteção de dados, capacitação e integração aos fluxos clínicos.
Referências
ABDUO J, BENNANI V. Explainable artificial intelligence and ethical integration in prosthodontics. International Journal of Prosthodontics, 2024; 37(1): 33-41.
AL-ASKAR M, et al. Artificial intelligence in CAD/CAM dentistry: improving precision and reducing clinical adjustments. Journal of Prosthetic Dentistry, 2024; 132(2): 210-217.
BERWIG C. Aplicações de inteligência artificial em odontologia. Universidade Federal de Santa Catarina (UFSC), 2023; 1: 1-75.
BRASIL. Conselho Nacional de Saúde. Resolução nº 510, de 7 de abril de 2016. Brasília: Ministério da Saúde, 2016.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais. Brasília: Presidência da República; 2018.
DUONG MT, et al. AI applications in restorative dentistry: a scoping review. Dental Materials, 2023; 39(5): 745-758.
FERNANDES SA, et al. O uso de inteligência artificial no diagnóstico odontológico: uma revisão sistemática. Revista Brasileira de Odontologia, 2021; 78(4): 201-209.
GOMES GL, et al. Aplicações de inteligência artificial no planejamento odontológico restaurador. Revista de Odontologia da UNESP, 2017; 46(3): 179-186.
LEE JH, et al. Deep learning in dental radiography: detection and classification of carious lesions. Scientific Reports, 2021; 11(1): 15557.
LUNDY JB, et al. Big data and artificial intelligence in clinical decision-making: transforming diagnostic paradigms. Journal of Dental Research, 2022; 101(4): 389-398.
MARTINS RP, et al. Aplicabilidade clínica da inteligência artificial em diagnóstico odontológico. Revista Brasileira de Pesquisa em Saúde, 2022; 24(1): e2463.
MENDES KDS, et al. Revisão integrativa: método de pesquisa para a incorporação de evidências na saúde e na enfermagem. Texto Contexto Enfermagem, 2008; 17(4): 758-764.
MERTENS S, et al. Artificial intelligence for predicting dental treatment needs. Scientific Reports, 2021; 11(1): 84109.
MORAIS JF, et al. Uso de algoritmos de aprendizado profundo na odontologia restauradora. Pesquisa Brasileira em Odontologia Clínica Integrada, 2022; 22(3): e2358.
NISHIDA M, et al. Integration of artificial intelligence with CAD/CAM in restorative workflows. Journal of Esthetic and Restorative Dentistry, 2024; 36(2): 142-151.
OLIVEIRA RS, CAMPOS DM. Inteligência artificial aplicada à Odontologia: potencialidades e desafios. Revista Odonto Ciência, 2021; 36(2): 1-9.
PAGE M, et al. The PRISMA 2020 statement: na updated guideline for reporting systematic reviews. BMJ, 2021; 372: 71.
PEREIRA GA, et al. Odontologia 5.0: convergência entre tecnologia e humanização no atendimento clínico. Revista Eletrônica Acervo Saúde, 2023; 15(5): e12059.
REVILLA-LEÓN M, et al. Artificial intelligence applications in restorative dentistry: a systematic review. Journal of Prosthetic Dentistry. 2022;128(5):867-875.
RODRIGUES MB, LIMA PR. Ética e segurança de dados na odontologia digital. Revista Bioética e Saúde, 2023; 31(2): 88-96.
SCHWENDICKE F, et al. Artificial intelligence in dentistry: chances and challenges. Journal of Dental Research, 2020; 99(7): 769-774.
SOUZA JG, BARCELOS DF. Aplicação clínica da inteligência artificial em odontologia restauradora: uma revisão narrativa. Revista Eletrônica Acervo Científico, 2021; 5: e4519.
TANAKA R, et al. Neural network-based analysis of composite resin failures. Journal of Prosthodontic Research, 2023; 67(3): 312-319.
TORRES LC, SILVEIRA CF. Inteligência artificial no diagnóstico de cáries: revisão sistemática. Brazilian Dental Journal, 2023; 34(1): 22-29.
UNESP. Faculdade de Odontologia. Departamento de Materiais Dentários. Planejamento restaurador digital: fundamentos e tendências. São Paulo: Cultura Acadêmica, 2021; 280 p.