Predição de falhas e indicação de substituição de restaurações em dentes decíduos e permanentes utilizando aprendizado de máquina

• Processo: 22/16528-3
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 05 de julho de 2023
• Data de Término da vigência: 01 de julho de 2024
• Área de conhecimento: Ciências da Saúde - Odontologia
• Pesquisador responsável: Fausto Medeiros Mendes
• Beneficiário: Fausto Medeiros Mendes
• Pesquisador Anfitrião: Marie Charlotte Dymphna Nicole Joseph Martine Huysmans
• Instituição Sede: Faculdade de Odontologia (FO). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Instituição Anfitriã: Radboud University Medical Center (Radboudumc), Holanda
• Assunto(s): Aprendizado computacional Diagnóstico Inteligência artificial Prognóstico Cariologia Cárie dentária
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | diagnóstico | Inteligência Artificial | Lesões de cárie ao redor de restaurações | prognóstico | Cariologia

Resumo

Critérios para indicar substituição ou predizer falha de restaurações são subjetivos e baseados em fraca evidência, o que geralmente leva a trocas desnecessárias das restaurações. No entanto, com o advento da Inteligência Artificial, o uso de modelos criados por Machine Learning (ML) poderia minimizar esse problema, assistindo e direcionando os clínicos à tomadas de decisão mais conservadoras. Portanto, o objetivo do estudo será desenvolver, validar e testar algoritmos de ML para predizer a indicação de substituição e as falhas de restaurações em dentes decíduos e permanentes. Os objetivos específicos serão: (i) desenvolver algoritmos de ML para predizer a indicação de intervenções em restaurações por cirurgiões dentistas da Holanda; (ii) desenvolver e treinar um modelo de ML para diagnóstico e indicação de intervenção em restaurações baseado em radiografias interproximais por meio de anotações colaborativas realizada por dentistas do Brasil e da Holanda; (iii) desenvolver e validar algoritmos de predição de falhas de restaurações em dentes decíduos e permanentes; (iv) testar os algoritmos criados em uma amostra independente retrospectiva de pacientes atendidos em ambiente de prática clínica por dentistas da Holanda. Para os objetivos (i), (ii) e (iii), dados retrospectivos de dois estudos clínicos randomizados e de um estudo de practice-based com dentistas da Holanda serão utilizados. Técnicas de inteligência artificial baseadas em ML supervisionada (objetivos i e iii) e em convolutional neural network (objetivo ii) serão empregadas. No objetivo (iv), parâmetros de acurácia obtidos com a aplicação desses algoritmos nessa amostra retrospectiva independente será avaliada. (AU)