Estudo explora o uso do algoritmo de aprendizado profundo para detectar cáries oclusais

Um estudo diagnóstico sobre a detecção de cárie oclusal a partir de uma fotografia clínica usando um algoritmo de aprendizado profundo será apresentado na 101ª Sessão Geral da IADR, que será realizada em conjunto com o 9º Encontro da Região Latino-Americana e o 12º Congresso Mundial em Odontologia Preventiva de 21 a 24 de junho de 2023, em Bogotá, Colômbia.

A apresentação da Palestra Interativa, “Detecção automatizada de cárie oclusal usando algoritmo de aprendizado profundo”, será realizada no sábado, 24 de junho, às 16h25, horário da Colômbia (UTC-05:00), durante a “Prevalência de condições de saúde e fatores de risco” sessão.

O estudo de Chukwuebuka Elozona Ogwo da Temple University, Filadélfia, PA, EUA procurou determinar a exatidão, precisão e sensibilidade do algoritmo de detecção de objetos YOLOv7 na detecção de cárie oclusal a partir de fotografias clínicas e (2) desenvolver software para detecção de cárie oclusal.

Apenas adultos consentidos (>=18 anos de idade) com dentição permanente recebendo cuidados na Faculdade de Odontologia Kornberg da Temple University foram incluídos no estudo. 300 fotos intraorais das superfícies oclusais dos arcos mandibular e maxilar foram coletadas por estudantes de odontologia do 4º ano usando as câmeras Coolpix L840. As imagens foram anotadas usando o Roboflow V4. Após o pré-processamento e aumento dos dados, 845 imagens foram geradas e divididas aleatoriamente em três conjuntos: treinamento, validação e teste – 70:20:10, respectivamente.

Os dados foram então analisados ​​usando o YOLO v7 em 100 épocas, com um tamanho de lote de 1 e tamanho de imagem de 1280×640. As métricas de desempenho do algoritmo foram precisão média média (mAP), recall (sensibilidade) e precisão (valor preditivo positivo). O algoritmo final foi usado para criar software no Flask e implantado no Heroku.

O algoritmo resultou em 79,5% de precisão, 83% de recordação, 81,2% de pontuação F1 e 80% de pontuação mAP@0,5 na detecção de cárie oclusal em uma fotografia clínica dos arcos mandibular e maxilar. O estudo rendeu um resultado promissor de IA para automatizar a detecção da lesão de cárie a partir de uma fotografia clínica. Quando implantado como um aplicativo de telefone, pode servir como uma ferramenta importante para a teleodontologia e melhorar o acesso ao atendimento.

Fornecido pela Associação Internacional de Pesquisa Odontológica