Avaliação da intensidade dos pixels de diferentes regiões dentais em radiografias periapicais para criação de algoritmos

Abstract

Na Odontologia, as radiografias são uma das principais fontes de diagnóstico para diversas situações clínicas. No entanto, devido às limitações do olho humano, muitas características presentes nesses exames podem passar despercebidas. Nesse sentido, ferramentas como a Inteligência Artificial podem auxiliar na análise detalhada das imagens radiográficas. A Inteligência Artificial é um conjunto de técnicas que permite aos computadores imitar aspectos do comportamento humano, resolvendo tarefas complexas de forma autônoma ou com mínima intervenção. No caso das análises radiográficas, a IA demonstra sensibilidade superior na detecção de variações sutis de tonalidade em uma imagem, possibilitando identificar detalhes que poderiam passar despercebidos pelo observador clínico. Assim, este estudo teve como objetivo avaliar a intensidade dos pixels em diferentes regiões dentais utilizando radiografias periapicais digitais, com o intuito de criar um código computacional para segmentação de dentes por meio de Inteligência Artificial Generativa, visando identificar características radiográficas de primeira e segunda ordem para a construção do algoritmo. Foram selecionadas radiografias periapicais digitais, por conveniência, de caninos e pré-molares inferiores de atletas de ambos os sexos, obtidas com posicionador e sensor digital. Seis regiões de interesse (ROIs, 50×50 pixels) foram delimitadas manualmente, sendo: no terço médio da coroa e na região cervical da raiz (faces mesial e distal) da dentina, e na porção oclusal (faces mesial e distal) do esmalte. No total, foram analisadas 253 ROIs. A intensidade média dos pixels foi medida, obtendo-se os seguintes valores: para o esmalte, 143,6; para a dentina do terço médio, 134,5; e para a dentina do terço cervical, 132,5. O ChatGPT e o DeepSeek foram as Inteligências Artificiais Generativas utilizadas no desenvolvimento dos algoritmos. Dois códigos foram elaborados: o primeiro, mais simples, utilizou apenas a forma para a segmentação; o segundo, mais sofisticado, fez uso dos valores de pixels obtidos na análise das ROIs. A segmentação realizada por cada código foi analisada e comparada entre si, a fim de avaliar qualitativa e tecnicamente qual IA Generativa apresentou melhor desempenho. Assim, além dos parâmetros de forma e estrutura comumente utilizados, observou-se que valores de primeira ordem devem ser considerados na construção de algoritmos de Inteligência Artificial para segmentação dental em imagens radiográficas.