OpenAlex · Aktualisierung stündlich · Letzte Aktualisierung: 13.05.2026, 00:32

Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.

Do Pixel ao Diagnóstico: Inteligência Artificial no Reconhecimento de Lesões da Mucosa Oral — Evidências, Acurácia e Desafios Clínicos

2026·0 Zitationen·Brazilian Journal of Implantology and Health SciencesOpen Access
Volltext beim Verlag öffnen

0

Zitationen

7

Autoren

2026

Jahr

Abstract

A incorporação da inteligência artficial (IA),na área da estomatologia tem promovido transformações significativas nos métodos diagnósticos,especialmente por meio da verificação de imagens digitais.O presente estudo tem por objetivo analisar as evidências científicas sobre a aplicação da inteligência artificial no reconhecimento de lesões da mucosa oral, avaliando sua acurácia diagnóstica, potencial clínico e os desafios relacionados à sua implementação na prática odontológica. Os mecanismos de busca empregados para a seleção dos artigos incluíram indexadores do Google Scholar, PubMed, Scopus e Web of Science, utilizando os seguintes descritores da lingua portuguesa: “Inteligência Artificial”; “Aprendizagem Profunda” “Aprendizado de Máquina por Representação”; “Lesões bucais”; “Neoplasias Bucais” e “Diagnóstico”, combinados por meio dos operadores booleanos AND e OR, visando ampliar a sensibilidade e especificidade da estratégia de pesquisa. Os resultados evidenciam que sistemas de IA possuem alta capacidade de reconhecimento de padrões, com acurácia semelhante ou superior aos métodos convencionais, favorecendo o rastreamento precoce e a padronização diagnóstica. Contudo, limitações relacionadas à qualidade dos dados, vieses algorítmicos, validação clínica e aspectos éticos ainda restringem sua ampla aplicação. Assim, a IA configura-se como ferramenta complementar promissora no diagnóstico das lesões da mucosa oral, atuando como suporte ao cirurgião-dentista e demandando novas pesquisas para ampliar sua confiabilidade clínica. Palavras-chave: inteligência artificial; diagnóstico bucal; lesões da mucosa oral;aprendizado profundo; odontologia digital.

Ähnliche Arbeiten