Banca de DEFESA: FÁBIO FERNANDES ALVES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : FÁBIO FERNANDES ALVES
DATA : 23/01/2026
HORA: 14:00
LOCAL: https://teams.microsoft.com/meet/22052014342752?p=JDpyJRaH7OazaWvIik
TÍTULO:

A análise da generalização de uma plataforma de inteligência artificial na segmentação tomográfica de implantes dentários: um estudo multicêntrico de validação externa

PALAVRAS-CHAVES:

Inteligência Artificial, Deep Learning, Tomografia Computadorizada de Feixe Cônico (TCFC), segmentação, implantes dentários, validação externa

PÁGINAS: 100
RESUMO:

O avanço do fluxo digital conferiu maior agilidade e precisão ao planejamento e à condução de reabilitações por meio de próteses suportadas por implantes. Nesse contexto, a Inteligência Artificial (IA) oferece ferramentas capazes de realizar instantaneamente tarefas que tradicionalmente demandam tempo e esforço consideráveis, como a segmentação de imagens tomográficas. No entanto, para avaliar se um modelo de IA pode ser empregado em larga escala a fim de auxiliar o diagnóstico e o planejamento cirúrgico, é fundamental que ele possua capacidade de generalização, ou seja, ter um desempenho robusto e confiável ao processar dados diferentes daqueles utilizados em seu treinamento. Objetivo: Avaliar a acurácia de uma plataforma multitarefas online de inteligência artificial na segmentação automática de implantes dentários. Materiais e métodos: Foram selecionados 100 exames de tomografia computadorizada de feixe cônico (TCFC) contendo implantes dentários, utilizando um banco de dados composto por imagens de cinco equipamentos diferentes de TCFC, provenientes de quatro instituições de ensino e saúde localizadas em estados distintos do Brasil. Para cada exame foi selecionado apenas um implante. Os exames foram importados para a plataforma online baseada em nuvem Virtual Patient Creator (Relu, Leuven, Bélgica), onde foi obtida a segmentação automática. Dois cirurgiões-dentistas calibrados avaliaram a necessidade de refinamento das segmentações e, nos casos que demandavam correção, foram refinadas manualmente por um implantodontista. Após o refinamento, foi realizada a análise quantitativa, voxel a voxel, da performance da segmentação automática por meio das métricas Intersection over Union (IoU), Dice similarity coefficient (DSC), precisão, recall, acurácia, Median Absolute Distance (MAD) e Root Mean Squared Error (RMSE). Resultados: Os resultados demonstraram elevados valores de DSC para a segmentação automática (SA) tanto de implantes com coroa (97%) quanto de implantes isolados (96%) em comparação à segmentação refinada (R-SA), indicando excelente sobreposição e alta similaridade, com necessidade apenas de pequenos ajustes. Os valores de RMSE foram muito baixos (0,05 a 0,1) tanto para implantes com coroa, quanto para implantes sem coroa. A análise de variância bifatorial (ANOVA) mostrou que, para os índices IoU e DSC, as segmentações automáticas provenientes de um dos cinco tomógrafos apresentaram diferenças estatisticamente significativas em comparação aos demais equipamentos. Por outro lado, não foram identificadas diferenças significativas relacionadas à presença ou ausência de coroa protética, nem interação entre esse fator e o modelo/fabricante do tomógrafo. Conclusão: A plataforma Virtual Patient Creator demonstrou alto desempenho na segmentação automática de implantes dentários em imagens de TCFC provenientes de diferentes tomógrafos e obtidas por meio de distintos protocolos de aquisição.

MEMBROS DA BANCA:
Presidente - 3437282 - ANDRE FERREIRA LEITE
Interno - 3453030 - JOAO VITOR DOS SANTOS CANELLAS
Interna - 2315081 - NILCE SANTOS DE MELO
Externo à Instituição - FÁBIO WILDSON GURGEL COSTA - UFC