Percorrer por autor "Pinto, Rafael Correia Cardoso Barbosa"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- Aplicação da inteligência artificial na medicina dentária forense: abordagens, desafios – uma revisão de escopoPublication . Pinto, Rafael Correia Cardoso Barbosa; Guimarães, Maria Inês; Cardoso, Inês LopesA medicina dentária forense aplica os conhecimentos científicos dentários na investigação de questões legais, nomeadamente na identificação humana, estimativa da idade e do sexo, bem como na análise de marcas de mordedura ou de traumatismos nas estruturas orais. Devido à elevada resistência dos tecidos dentários à ação de traumas, ao calor e à decomposição, os dentes constituem frequentemente um meio crucial de identificação em catástrofes de massa, investigações criminais e casos de pessoas desaparecidas. Através da análise de 21 estudos recentes publicados entre 2023 e 2025, esta revisão resume os métodos, pontos fortes e limitações da aplicação da Inteligência Artificial na medicina dentária forense. Pretende-se constituir uma base para orientar a investigação futura, normalizar metodologias e orientar boas práticas nos contextos forense e jurídico. A seleção baseou-se em critérios rigorosos, privilegiando investigação original sobre o uso de modelos de Inteligência Artificial (aprendizagem automática, aprendizagem profunda e modelos híbridos) em aplicações como estimativa da idade, determinação do sexo, identificação humana e segmentação dentária/maturação. Foi realizada uma pesquisa nas seguintes bases de dados: PubMed/MEDLINE, Web of Science, ScienceDirect, Google Scholar e Semantic Scholar. A análise dos dados foi feita através de síntese narrativa qualitativa, complementada por esquematização em tabelas das principais características, tendências e resultados dos estudos incluídos. Os dados foram organizados em áreas temáticas: autor(ano), objetivo do estudo, metodologia e resultados. Entre as diversas arquiteturas neuronais, foram utilizadas Redes Neuronais Convolucionais, Máquinas de Suporte Vectorial, Modelos de Floresta Aleatória (Random Forests) e Modelos híbridos (CNN + Transformer). Todos os objetivos dos estudos foram em busca de maior precisão diagnóstica, automatização de processos forenses, redução do tempo de análise manual e apoio à decisão em contextos legais. Foram analisados os métodos de IA utilizados e suas aplicações forenses. A análise dos estudos mostrou que a estimativa da idade foi a aplicação mais comum da Inteligência Artificial em medicina dentária forense (16 dos 21 estudos), tendo a maioria dos estudos recorrido a radiografias panorâmicas como principal fonte de imagem e os modelos híbridos (CNN + Transformer, YOLO + EfficientNet) demonstraram melhor desempenho, com 95,54% de precisão na estimativa de sexo e de 90,81% de precisão na estimativa de idade, respetivamente. Apesar do sucesso dos modelos, vários estudos salientaram desafios, como a variabilidade entre grupos etários, a qualidade heterogénea das imagens, um conjunto de dados limitados ou não representativos e a necessidade de padronização metodológica. Os resultados da presente revisão indicam que os modelos baseados em Inteligência Artificial, especialmente os que utilizam aprendizagem profunda, têm elevado potencial para transformar a prática da medicina dentária forense, porque apresentam precisão elevada, reprodutibilidade, capacidade de expansão e redução de tempo e da subjetividade. Em conclusão, esta revisão visa mapear e aprofundar a compreensão sobre a forma como a inteligência artificial está a transformar a prática dentária forense, oferecendo desenvolvimentos promissores, enquanto promove uma análise crítica das suas potenciais limitações e caminhos futuros.