# A segmentação automática por inteligência artificial em exames de imagem maxilofacial é precisa o suficiente para uso clínico?

> Sim. A revisão sistemática com meta-análise mostra que modelos de aprendizado profundo alcançam alta acurácia na segmentação de mandíbula, maxila, dentes e canal mandibular em tomografias, com coeficientes de similaridade Dice próximos aos da segmentação manual especializada, além de potencial economia de tempo.

Estudo citado: Alahmari M, Alahmari M, Almuaddi A, Abdelmagyd H, Rao K, Hamdoon Z et al.. Accuracy of artificial intelligence-based segmentation in maxillofacial structures: a systematic review. BMC oral health. 2025. DOI: https://doi.org/10.1186/s12903-025-05730-y. PubMed: https://pubmed.ncbi.nlm.nih.gov/40055718/

## Resposta

A revisão sistemática avaliou a acurácia da inteligência artificial (IA) na segmentação de estruturas maxilofaciais em exames de tomografia computadorizada de feixe cônico (CBCT) e tomografia computadorizada (CT). Foram incluídos 30 estudos, a maioria empregando modelos de aprendizado profundo. A qualidade metodológica foi appraisalada pela lista JBI para estudos de acurácia diagnóstica, e os resultados foram sumarizados por meta-análise.

Os achados principais mostram coeficientes de similaridade Dice (DSC) agrupados de 0,94 para mandíbula, 0,925 para dentes, 0,907 para maxila e 0,694 para canal mandibular. A distância média de superfície (ASD) foi de 0,189 mm para dentes, 0,468 mm para maxila e 0,534 mm para canal mandibular. A sensibilidade relatada foi superior a 90% na maioria dos estudos, embora outras métricas tenham sido reportadas de forma variável.

Esses valores indicam que a segmentação automatizada por IA, especialmente com aprendizado profundo, atinge acurácia comparável à segmentação manual realizada por especialistas. A revisão conclui que a integração da IA em fluxos de trabalho clínicos oferece não apenas precisão, mas também economia substancial de tempo, posicionando-a como ferramenta promissora para imagem odontológica automatizada.

Para o médico, os resultados sugerem que a IA pode auxiliar no planejamento cirúrgico e ortodôntico, reduzindo o tempo gasto em tarefas de segmentação manual. No entanto, a heterogeneidade das métricas reportadas e a ausência de dados sobre implementação clínica rotineira exigem cautela na adoção imediata. A revisão não fornece detalhes sobre custos ou integração com sistemas de gestão de consultório.

## O que o estudo mostrou

Revisão sistemática com meta-análise que incluiu 30 estudos (27 com aprendizado profundo e 3 com aprendizado de máquina clássico) avaliando a acurácia da IA na segmentação de dentes, maxila, mandíbula e canal mandibular em CBCT e CT. Os valores agrupados de DSC foram 0,94 para mandíbula, 0,925 para dentes, 0,907 para maxila e 0,694 para canal mandibular. A ASD foi de 0,189 mm para dentes, 0,468 mm para maxila e 0,534 mm para canal mandibular. A sensibilidade excedeu 90% nos estudos.

## Limitações

O resumo não informa o número total de pacientes ou exames incluídos, nem detalha a heterogeneidade entre os estudos. As métricas de sensibilidade e precisão foram reportadas de forma variável, dificultando comparações diretas. A qualidade metodológica foi appraisalada, mas os resultados dessa avaliação não são apresentados no resumo. Não há informações sobre custos, tempo de processamento ou aplicabilidade em diferentes equipamentos.

## Aplicação no consultório

A incorporação de ferramentas de IA para segmentação de imagens pode agilizar o planejamento de casos cirúrgicos e ortodônticos, reduzindo o tempo dedicado a tarefas manuais e potencialmente diminuindo custos operacionais. Para a gestão do consultório, isso significa maior eficiência no fluxo de exames e possibilidade de oferecer laudos mais rápidos. No entanto, a adoção deve considerar a validação dos modelos, a integração com sistemas existentes e a necessidade de supervisão profissional.

## Perguntas para aprofundar

- Qual é a acurácia da segmentação automática do canal mandibular em tomografias computadorizadas?
- A inteligência artificial pode substituir a segmentação manual em planejamentos cirúrgicos?
- Quais são as limitações dos estudos sobre segmentação por IA em imagens maxilofaciais?

Tema: IA em diagnóstico por imagem e radiologia. Página: https://alphadoctor.com.br/ciencia/ia-radiologia/a-segmentacao-automatica-por-inteligencia-artificial-em-exames-de-imagem/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.