Nos últimos anos, as aplicações da inteligência artificial (IA) cresceram consideravelmente, revolucionando a maneira como os seres humanos interagem com a tecnologia em geral. As aplicações de IA também estão se expandindo no campo da odontologia, abrindo novas possibilidades para clínicos e pacientes. Devido ao grande número de implantes dentários colocados todos os anos, muitas ferramentas inovadoras de IA foram propostas para todos os estágios da implantodontia, desde o diagnóstico até o prognóstico e a manutenção de implantes. Em detalhes, as ferramentas de IA podem ajudar os clínicos a reconhecer marcas e tipos de implantes em radiografias, a identificar condições que possam afetar o sucesso do implante, a realizar um planejamento mais rápido e preciso e a diagnosticar doenças peri-implantares precocemente. Embora alguns desses aplicativos de IA ainda sejam experimentais, a IA tem o potencial de revolucionar cada etapa de trabalho na terapia com implantes, aumentando a precisão do diagnóstico e do prognóstico, acelerando e simplificando os procedimentos de planejamento e permitindo cirurgias mais rápidas e menos invasivas. Entretanto, a IA e as tecnologias digitais não substituirão os dentistas, mas devem ser consideradas como uma nova oportunidade para acelerar tarefas repetitivas e demoradas e liberar tempo que pode ser dedicado à interação humana com os pacientes.
A inteligência artificial (IA) é um termo abrangente usado para descrever a capacidade dos sistemas de computador de realizar tarefas complexas tradicionalmente associadas à inteligência humana, como a tomada de decisões e a solução de problemas (Joda, Waltimo et al. 2018; Shan et al. 2021). Tecnicamente, a IA pode ser dividida em duas categorias principais: IA “fraca” e IA “forte”. A primeira, também conhecida como inteligência artificial estreita (IAE), consiste na capacidade de realizar tarefas específicas, como identificar um alvo específico em uma série de imagens (visão computacional) sem nenhuma habilidade cognitiva intrínseca. A IA forte, por outro lado, é definida como um sistema que replica as habilidades mentais e a consciência humanas típicas, funcionando exatamente como uma mente humana (Scerri e Grech 2020). Embora ainda não exista nenhuma forma de IA forte, a aplicação de sistemas de IA fraca na vida cotidiana cresceu consideravelmente, revolucionando a maneira como os humanos interagem com a tecnologia e abordam tarefas complexas. As pesquisas e aplicações de IA também demonstram um crescimento constante na medicina e na odontologia.
Atualmente, a maioria dos aplicativos de IA na medicina se baseia no aprendizado de máquina (AM) e se concentra na análise de imagens radiológicas. Após o treinamento em conjuntos de dados existentes, os algoritmos de AM podem fornecer previsões precisas sobre novos dados (Bernauer et al. 2021). Nos modelos clássicos de AM, a intervenção humana é necessária para projetar e fornecer ao sistema um conjunto de dados rotulado, no qual o algoritmo pode ser treinado.
Nesse contexto, um subconjunto de AM é conhecido como aprendizagem profunda (AP). Em comparação com o AM, os modelos de AP podem observar padrões nos dados e hierarquizar de forma autônoma as informações brutas do conjunto de dados de treinamento sem a necessidade de intervenção humana (Ren et al. 2021). As redes neurais artificiais (RNA) constituem a espinha dorsal dos algoritmos de AP. As redes neurais são compostas de camadas de nós: uma camada de entrada, uma ou mais camadas ocultas e uma camada de saída, e cada nó é um neurônio artificial conectado a outro neurônio. A RNA com mais de 3 camadas pode ser considerada um algoritmo de AP (Fig. 1). A RNA pode aprender e melhorar sua precisão por meio de conjuntos de dados de treinamento; no entanto, esse processo exige grandes quantidades de dados (Bernauer et al. 2021).
Vários aplicativos e ferramentas baseados em IA foram desenvolvidos e introduzidos para ajudar os dentistas na prática clínica diária, como a identificação e a classificação de patologias em imagens digitais (Litjens et al. 2017). As radiografias intraorais, a tomografia computadorizada de feixe cônico (CBCT) e a digitalização óptica são, portanto, de interesse particular na odontologia. Os dados JPG, DICOM e STL são coletados rotineiramente para diagnóstico, planejamento de tratamento, planejamento da restauração e reavaliação e, portanto, oferecem uma fonte interessante para o desenvolvimento e o uso da tecnologia de IA (Hung et al. 2020). Os modelos de diagnóstico de IA mostraram resultados bem-sucedidos na identificação radiológica de patologias dentárias, como lesões cariosas interproximais, fraturas radiculares, lesões periapicais e perda óssea periodontal (Fig. 2) (Devito et al. 2008; Johari et al. 2017; Chang et al. 2020; Endres et al. 2020).
Os modelos de IA também foram introduzidos com sucesso na ortodontia, onde algoritmos baseados em conhecimento e métodos de visão computacional demonstraram ser uma maneira confiável de identificar e medir marcos anatômicos em cefalogramas (Gupta et al. 2015; Park et al. 2019).
O objetivo desta revisão narrativa é descrever e resumir como a IA é usada atualmente na implantodontia. A estrutura desta visão geral segue o fluxo de trabalho digital em implantodontia: diagnóstico, protocolo de tratamento clínico (incluindo o fluxo de trabalho do laboratório), prognóstico e manutenção (Fig. 3), e descreve as etapas de trabalho nas quais a IA pode desempenhar um papel hoje ou no futuro. O foco está nas áreas de imagens dentárias, planejamento de tratamento, cirurgia de implante guiada e monitoramento de pacientes.