Comparação do nível-parâmetro da inteligência artificial e medidas cefalométricas manuais: revisão sistemática e meta-análise
MedicinaO que aconteceu
O trabalho anterior tem focado em grande parte no erro de localização de referência e no tempo de execução; ainda não está claro se as medidas de nível de parâmetro derivadas de IA diferem sistematicamente daquelas obtidas pela análise cefalométrica manual. Comparar medições cefalométricas de nível de parâmetro obtidas utilizando sistemas de IA com métodos de referência manuais através de uma revisão sistemática e metanálise; secundariamente, resumir narrativamente quaisquer métricas diagnósticas relatadas (κ/ICC, sensibilidade/especificidade, AUC) sem agrupamento. Seis bases de dados (PubMed, Scopus, Web of Science, IEEE Xplore, EBSCO e SciELO) foram pesquisadas sem restrição de tempo (início a 20 de setembro de 2025) e sem limites de linguagem; a busca por citações foi realizada (Google Scholar). Estudos elegíveis compararam diretamente traçados cefalométricos manuais e baseados em IA. Metanálises de efeitos aleatórios foram realizadas apenas para medidas cefalométricas de nível de parâmetro (resultados primários), utilizando diferenças médias padronizadas (Hedges' g) com intervalos de confiança de 95% (ICs). A heterogeneidade estatística foi quantificada pela estatística I 2. A sensibilidade/especificidade/AUC não foi meta-analisada devido a limiares heterogêneos e ≤3 estudos por métrica; nenhum modelo bivariado ou HSROC foi aplicado. O risco de viés foi avaliado com QUADAS-2 e certeza com GRADE. A regra do legado/relatórios baseados no conhecimento foram resumidos narrativamente e não agrupados. Registo: OSF (DOI: 10.17605/OSF.IO/WKMVD). https://doi.org/10.17605/OSF.IO/WKMVD.
O que encontraram
Foram incluídos 22 estudos publicados entre 2020 e 2025. A IA mostrou diferenças pequenas e geralmente não significativas em relação aos métodos manuais entre os parâmetros mais avaliados, embora a certeza de evidência tenha sido baixa a moderada e a heterogeneidade tenha sido considerável para vários desfechos. Observou-se uma vantagem estatisticamente significativa, mas pequena, para o ângulo ANB (g = 0,28; IC 95%: 0,03-0,53; p = 0,03), com relevância clínica incerta. Estudos de legado complementar foram descritos narrativamente e excluídos do agrupamento. A certeza GRADE variou de baixa a moderada.
Por que isso importa
A análise cefalométrica assistida por IA produz medidas de nível de parâmetros comparáveis aos traçados manuais para a maioria dos parâmetros avaliados; uma pequena diferença estatística para ANB foi observada sem clara relevância clínica. Entretanto, a certeza das evidências é limitada pela heterogeneidade, viés de publicação e falta de validação multicêntrica. A IA pode complementar fluxos cefalométricos e economizar tempo, mas requer supervisão especializada e não substitui o diagnóstico ortodôntico abrangente ou o planejamento do tratamento. Financiamento/COI: Conforme declarado no manuscrito.
Tradução automática do resumo original, publicado em Frontiers in dental medicine sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.
O estudo original
Parameter-level comparison of artificial intelligence and manual cephalometric measurements: a systematic review and meta-analysis
Franz Tito Coronel-Zubiate, Consuelo Marroquín-Soto, Joan Manuel Meza-Málaga, Sara Antonieta Luján-Valencia, Alejandro Placeres-Hernández, Angie Vanessa Carmona-Sanchez, Fredy Hugo Cruzado-Oliva, Carlos Alberto Farje-Gallardo, Jeanile Zuta-Rojas, Eduardo Luján-Urviola et al.