Detecção de distúrbios orais potencialmente malignos e câncer oral com luz branca através de aprendizagem profunda: revisão sistemática e meta-análise

O que aconteceu

A pergunta de pesquisa foi: Quão acurada é a inteligência artificial (IA) no diagnóstico de Transtornos Orais Potenciais Malignos (OPMD)/câncer oral em pacientes de qualquer idade, utilizando imagens fotográficas digitais sob luz branca? Foi realizada revisão sistemática nas bases de dados PubMed, Web of Science e Scopus. Os critérios de inclusão foram: detecção de OPMD ou Carcinoma de Células Escamosas Orais (OSCC). O risco de viés foi avaliado com o instrumento QUADAS-C. As parcelas florestais foram geradas com a especificidade e sensibilidade do câncer oral e da OPMD. Foi realizada metanálise bivariada de efeitos aleatórios, combinando sensibilidade e especificidade.

O que encontraram

The bivariate model showed a pooled sensitivity of 0.81 (95% CI, 0.728-0872) and a grouped specificity of 0.161 (95% CI, 0.113-0.223) for OPMD detection, and a combined sensitivity of 0.836 (95% CI, 9.730-0.906) and combined specificity of 0.138 (95% CI, 0.081-0.226) for oral cancer.

Trecho mantido em inglês: a tradução automática não passou na conferência de números.

Por que isso importa

Apesar da heterogeneidade substancial entre os vários algoritmos Deep Learning avaliados, a maioria dos modelos demonstrou capacidade diagnóstica aceitável para identificar OPMD e OSCC a partir de imagens digitais. Esses achados apoiam o papel promissor da inteligência artificial no aprimoramento dos processos diagnósticos dentro da odontologia. Ser capaz de diagnosticar OPMD através do uso da fotografia digital permite um diagnóstico precoce, especialmente em locais com recursos limitados. A possibilidade de realizar avaliações via smartphone aumenta a acessibilidade e reduz a dependência de equipamentos especializados caros, ampliando sua aplicabilidade na prática clínica.