A utilização da inteligência artificial (IA) na identificação de cáries dentárias ainda apresenta limitações relacionadas à detecção de lesões em diferentes estágios de desenvolvimento. Uma pesquisa publicada na revista científica BMC Oral Health, em setembro de 2026, e analisada pela American Academy of Artificial Intelligence in Dentistry (AAAI-D), em outubro, verificou diferenças no desempenho de um sistema de IA aplicado à interpretação de radiografias panorâmicas.
- Suco de cranberry pode reduzir bactérias associadas à cárie
- Conheça os cursos disponíveis na Dental Press
O estudo, conduzido por pesquisadores da Universidade Biruni, na Turquia, avaliou 4 mil primeiros molares permanentes de crianças entre 6 e 12 anos, a partir de mil radiografias panorâmicas. O objetivo foi investigar a ocorrência de lesões de cárie em dentina e comparar os resultados de um sistema de inteligência artificial com as avaliações realizadas por examinadores.
Os pesquisadores utilizaram os critérios radiográficos do International Caries Classification and Management System (ICCMS) para classificar as lesões e estabelecer os parâmetros de comparação.
Os resultados mostraram que o sistema apresentou acurácia de 78,9%, sensibilidade de 32,1% e especificidade de 99,6%. Isso significa que, embora tenha identificado corretamente a maior parte dos casos sem lesões de cárie em dentina, a ferramenta deixou de detectar aproximadamente dois terços das lesões identificadas pelos examinadores no limite de classificação adotado.
Desempenho
A pesquisa também identificou diferenças no desempenho do algoritmo conforme a extensão das lesões de cárie. Nos casos classificados como RC5, a taxa de detecção alcançou 80,2%. Para lesões classificadas como RC6, esse percentual chegou a 93,4%.
Os resultados indicam que a capacidade de identificação do sistema aumentou conforme a progressão das lesões. Em contrapartida, a sensibilidade de 32,1% para o conjunto de lesões em dentina demonstra que o algoritmo apresentou dificuldades para identificar alterações em estágios anteriores aos de maior extensão.
A concordância entre o sistema de inteligência artificial e a classificação estabelecida pelo consenso dos examinadores foi de 0,389, segundo o coeficiente kappa de Cohen.
Em relação à ocorrência de cáries, 56,8% das crianças avaliadas apresentavam pelo menos uma lesão em dentina, considerando o critério radiográfico RA3+. Entre os molares examinados, 30,7% apresentavam lesões nessa classificação.
A ocorrência também variou conforme a localização dos dentes. Nos molares inferiores, o percentual foi de 37,6%, enquanto nos superiores chegou a 23,9%.
Ferramenta Complementar
A análise publicada pela American Academy of Artificial Intelligence in Dentistry destaca a diferença entre a especificidade e a sensibilidade observadas no estudo.
Enquanto a especificidade de 99,6% indica uma frequência reduzida de resultados falso-positivos, a sensibilidade de 32,1% demonstra que parte das lesões presentes nas radiografias não foi identificada pelo sistema.
Essa diferença interfere na utilização da ferramenta como método de rastreamento, uma vez que resultados negativos produzidos pelo algoritmo não permitem descartar a presença de cárie em dentina.
Segundo os autores, os resultados não sustentam a utilização do sistema de inteligência artificial de forma independente para rastreamento ou triagem de lesões de cárie.
A recomendação apresentada no artigo é que a tecnologia seja utilizada como recurso complementar à avaliação clínica e à interpretação radiográfica conduzida pelo cirurgião-dentista.
A pesquisa também delimita seus resultados à análise de primeiros molares permanentes em radiografias panorâmicas de crianças entre 6 e 12 anos. Dessa forma, os indicadores encontrados não podem ser aplicados automaticamente a outros sistemas de inteligência artificial, modalidades de imagem ou populações.
Os autores concluem que a inteligência artificial pode contribuir para a identificação de alterações radiográficas, mas que a decisão diagnóstica deve permanecer vinculada à avaliação do profissional, considerando o exame clínico e os demais elementos do caso.
