Aplicações da inteligência artificial no diagnóstico precoce de doenças peri-implantares

: uma revisão de novas estratégias

Resumo

Introdução: As doenças peri-implantares constituem complicações relevantes na implantologia, podendo comprometer a longevidade dos implantes dentários. A deteção precoce destas patologias é fundamental para evitar a sua progressão e melhorar os resultados clínicos. Esta revisão scoping tem como objetivo mapear as estratégias mais recentes baseadas em Inteligência Artificial (IA) aplicadas à identificação precoce de doenças peri-implantares, avaliando o seu potencial de integração na prática clínica. Materiais e métodos: A revisão foi conduzida segundo as diretrizes PRISMA-ScR e registada no Open Science Framework (doi: https://doi.org/10.17605/OSF.IO/BPU2X). A pesquisa bibliográfica foi realizada nas bases PubMed e Web of Science. Foram incluídos estudos publicados entre 2017 e 2024 que abordassem a aplicação de IA na
deteção ou prognóstico de doenças peri-implantares. O processo de seleção seguiu critérios de inclusão e exclusão previamente definidos, com triagem independente por dois revisores e resolução de divergências por um terceiro. A gestão dos artigos foi efetuada na plataforma Rayyan. Resultados: Foram inicialmente identificados 122 artigos, dos quais 25 foram excluídos por duplicação. Após triagem por título e resumo, 87 artigos foram excluídos
por não cumprirem os critérios de elegibilidade. Dez estudos foram incluídos na
análise final, abrangendo diferentes metodologias de IA, como machine learning e deep learning, aplicadas a dados clínicos e radiográficos. Os principais desfechos reportados foram a precisão na deteção automatizada de perda óssea marginal, previsão de risco para peri-implantite e apoio à decisão clínica. Conclusão: A inteligência artificial demonstra um potencial significativo para melhorar o diagnóstico precoce e o tratamento das doenças peri- implantares, promovendo uma abordagem mais preventiva e personalizada na implantologia. Contudo, são necessários estudos adicionais para padronizar metodologias e validar a aplicabilidade clínica destas ferramentas.

Data de atribuição	9 jul. 2025
Idioma original	Portuguese
Instituição de premiação	Universidade Católica Portuguesa
Supervisor	Rita Bornes (Supervisor) & Nuno Rosa (Co-Orientador)