Loading...
Publication
Artificial Intelligence applied to implant surgical planning: a systematic review
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| Projeto de pós-graduação_42209 | 6.69 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Prior assessment of bone quality is a critical factor in implant dentistry, influencing implant stability, osseointegration, and long-term success. Conventional approaches, including conebeam computed tomography (CBCT) imaging and tactile perception, are often qualitative and variable. Artificial intelligence (AI) can help with the development of automated, objective,
and reproducible analyses. The present systematic review aims to present the current evidence on AI-driven bone quality assessment (BQA) and its impact on implant planning and clinical outcomes.
The search strategy followed the PRISMA guidelines and included several electronic databases: PubMed, IEEE Xplore, Web of Science, and ScienceDirect. Included studies were peer reviewed and published between 2019 and February 2025. The primary objectives were to determine the efficacy and consistency of AI in the assessment of bone quality, compare it with traditional methods, and analyse its influence on clinical decision-making and implant success. The Joanna Briggs Institute (JBI) Critical Appraisal Checklists were used to evaluate the risk of bias (RoB).
As a result, thirteen studies met the inclusion criteria. AI models, particularly deep learning (DL) approaches, showed strong performance in estimating bone quality parameters, such as bone mineral density (BMD), cortical thickness and trabecular pattern. AI-based approaches led to more accurate and less biased bone assessments than conventional methods. Some studies indicated that using AI tools may contribute in better implant site identification (based
on quality) and potentially improve clinical results.
The application of AI techniques for BQA is a promising approach for enhancing the diagnostic accuracy and clinical decision-making in dental implantology. AI can increase the standardisation of bone assessments and thus improve the predictability of implant treatments outcomes. More research is required to confirm these findings in broader clinical settings and to investigate the implementation of such AI technologies.
A avaliação prévia da qualidade óssea é um fator crucial na implantologia dentária, afetando a estabilidade do implante, a osteointegração e o sucesso a longo prazo. Métodos convencionais, como a tomografia computorizada de feixe cónico (CBCT) e a perceção tátil, são geralmente qualitativos e variáveis. A inteligência artificial (IA) pode ajudar a desenvolver análises automatizadas, objetivas e reprodutíveis. Esta revisão sistemática tem como objetivo apresentar as evidências atuais sobre a avaliação da qualidade óssea com IA e o seu impacto no planeamento de implantes e nos resultados clínicos. Seguindo as diretrizes PRISMA, a pesquisa foi realizada em bases eletrónicas como PubMed, IEEE Xplore, Web of Science e ScienceDirect. Foram incluídos estudos revistos por pares, publicados entre 2019 e fevereiro de 2025. Os objetivos principais foram avaliar a eficácia e a consistência da IA na análise da qualidade óssea, compará-la com métodos tradicionais e explorar a sua influência na decisão clínica e no sucesso dos implantes. Utilizou-se a lista de verificação do Joanna Briggs Institute (JBI) para avaliar o risco de viés. Treze estudos foram incluídos. Modelos de IA, sobretudo os de aprendizagem profunda, mostraram bom desempenho na estimativa de parâmetros como densidade mineral óssea, espessura cortical e padrão trabecular. As abordagens com IA proporcionaram avaliações mais precisas e menos enviesadas do que os métodos convencionais. Alguns estudos sugerem que estas ferramentas podem ajudar a identificar melhor os locais ideais para implantes e melhorar os resultados clínicos. A utilização de IA na avaliação da qualidade óssea é promissora, podendo melhorar a precisão diagnóstica e a tomada de decisões clínicas. A IA pode aumentar a normalização das avaliações ósseas, melhorando assim a previsibilidade dos resultados dos tratamentos com implantes. Mais estudos são necessários para validar estes resultados em contextos clínicos mais amplos.
A avaliação prévia da qualidade óssea é um fator crucial na implantologia dentária, afetando a estabilidade do implante, a osteointegração e o sucesso a longo prazo. Métodos convencionais, como a tomografia computorizada de feixe cónico (CBCT) e a perceção tátil, são geralmente qualitativos e variáveis. A inteligência artificial (IA) pode ajudar a desenvolver análises automatizadas, objetivas e reprodutíveis. Esta revisão sistemática tem como objetivo apresentar as evidências atuais sobre a avaliação da qualidade óssea com IA e o seu impacto no planeamento de implantes e nos resultados clínicos. Seguindo as diretrizes PRISMA, a pesquisa foi realizada em bases eletrónicas como PubMed, IEEE Xplore, Web of Science e ScienceDirect. Foram incluídos estudos revistos por pares, publicados entre 2019 e fevereiro de 2025. Os objetivos principais foram avaliar a eficácia e a consistência da IA na análise da qualidade óssea, compará-la com métodos tradicionais e explorar a sua influência na decisão clínica e no sucesso dos implantes. Utilizou-se a lista de verificação do Joanna Briggs Institute (JBI) para avaliar o risco de viés. Treze estudos foram incluídos. Modelos de IA, sobretudo os de aprendizagem profunda, mostraram bom desempenho na estimativa de parâmetros como densidade mineral óssea, espessura cortical e padrão trabecular. As abordagens com IA proporcionaram avaliações mais precisas e menos enviesadas do que os métodos convencionais. Alguns estudos sugerem que estas ferramentas podem ajudar a identificar melhor os locais ideais para implantes e melhorar os resultados clínicos. A utilização de IA na avaliação da qualidade óssea é promissora, podendo melhorar a precisão diagnóstica e a tomada de decisões clínicas. A IA pode aumentar a normalização das avaliações ósseas, melhorando assim a previsibilidade dos resultados dos tratamentos com implantes. Mais estudos são necessários para validar estes resultados em contextos clínicos mais amplos.
Description
Keywords
Artificial intelligence Deep learning Dental implantology Bone quality assessment Implant planning Inteligência artificial Aprendizagem profunda Implantologia dentária Avaliação da qualidade óssea Planeamento de implantes