Banca de DEFESA: RAIZA QUERRER PEIXOTO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : RAIZA QUERRER PEIXOTO
DATA : 02/10/2026
HORA: 08:00
LOCAL: Plataforma Teams
TÍTULO:

RASTREAMENTO OPORTUNÍSTICO DE OSTEOPOROSE EM RADIOGRAFIAS PANORÂMICAS BASEADO EM DEEP LEARNING

PALAVRAS-CHAVES:

“Osteoporose; Rastreamento oportunístico; Radiografia panorâmica; Inteligência artificial; Aprendizado profundo; Inteligência artificial explicável.”

PÁGINAS: 100
RESUMO:

“A osteoporose é uma doença esquelética sistêmica que compromete a qualidade óssea e representa um importante problema de saúde pública, especialmente entre idosos e mulheres na pós-menopausa. Embora a absorciometria de raios X de dupla energia (DXA) seja o exame de referência para o diagnóstico, sua disponibilidade permanece limitada e geograficamente desigual, o que reforça a importância de estratégias complementares de rastreamento. As radiografias panorâmicas, rotineiramente solicitadas na prática odontológica, permitem a avaliação da cortical mandibular inferior por meio do índice cortical mandibular (ICM), um marcador radiográfico associado à baixa densidade mineral óssea. Esta tese teve como objetivo avaliar o uso de métodos de inteligência artificial (IA) no rastreamento oportunístico da osteoporose em exames de imagem odontológicos e desenvolver modelos de aprendizado profundo para a classificação automatizada das categorias C1 e C3 do ICM. Inicialmente, foi realizada uma revisão sistemática para avaliar o desempenho e a aplicabilidade clínica de modelos de aprendizado profundo destinados ao rastreamento da osteoporose em imagens odontológicas. Treze estudos foram incluídos, e os resultados indicaram desempenho promissor, particularmente para arquiteturas como ResNet e EfficientNet, embora tenham sido identificadas limitações metodológicas, ausência de validação externa e limitada implementação clínica. Posteriormente, modelos EfficientNet B5, B6 e B7 foram desenvolvidos, validados internamente e testados utilizando 750 radiografias panorâmicas para classificação das categorias C1 e C3 do ICM. Foram comparadas duas abordagens, utilizando radiografias panorâmicas completas ou imagens recortadas da região cortical mandibular. Os modelos foram adicionalmente avaliados em 60 pacientes com resultados de DXA disponíveis. Na validação cruzada k-fold, os modelos apresentaram acurácias entre 95% e 99%, com melhor desempenho global para a abordagem baseada em imagens recortadas. Na avaliação adicional com DXA, o desempenho dos modelos foi comparável ou superior ao do cirurgião-dentista em diferentes análises, enquanto o radiologista especialista apresentou o melhor desempenho global. A análise por inteligência artificial explicável, utilizando Grad-CAM, mostrou que as classificações dos modelos foram predominantemente influenciadas pela cortical inferior da mandíbula. Em conjunto, os achados indicam que modelos de aprendizado profundo aplicados a radiografias panorâmicas apresentam potencial para apoiar o rastreamento oportunístico da osteoporose e auxiliar na identificação de indivíduos que podem se beneficiar de avaliação complementar. Entretanto, estudos prospectivos, validação externa multicêntrica e avaliação em cenários clínicos reais são necessários antes de sua incorporação à prática odontológica.”

MEMBROS DA BANCA:
Externo à Instituição - ROCHARLES CAVALCANTE FONTENELE - USP
Presidente - 3437282 - ANDRE FERREIRA LEITE
Externa ao Programa - 1889805 - CRISTINE MIRON STEFANI - nullExterno à Instituição - Hugo Gaêta Araújo - USP
Externo ao Programa - 3453030 - JOAO VITOR DOS SANTOS CANELLAS - null