Inteligência artificifial como método auxiliar no diagnóstico das desordens potencialmente malignas bucais e câncer bucal

Abstract

O câncer de boca no brasil representa o quinto tipo mais comum dos tumores malignos em homens, sendo o carcinoma espinocelular (CEC) o mais prevalente. Muitas vezes o CEC é precedido por desordens potencialmente malignas (DPMO), entre elas, a leucoplasia, a eritroplasia e a queilite actinica sendo as mais comuns. Recentemente, muitas tecnologias vêm sendo utilizadas, a fim de auxiliar no diagnóstico e melhorar o prognóstico de pacientes com câncer. A Inteligência artificial (IA) é uma ferramenta tecnológica que estuda a construção de entidades inteligentes, ou seja, maquinas capazes de reproduzir a inteligência humana, utilizando o aprendizado de máquina e as redes neurais. Objetivo: Com isso, o objetivo desse trabalho é desenvolver uma revisão sistemática, avaliando a inteligência artificial como auxiliar no diagnóstico de DPMO e CEC e desenvolver um estudo piloto com o objetivo de criar uma ferramenta computacional e tecnológica para que seja usada em smartphones a fim de auxiliar no diagnóstico e na melhor conduta para os cirurgiões dentistas, sobretudo nas DPMO e CEC. Resultados: Em relação a revisão sistemática, foram avaliados um total de 24 artigos, de 2000 a 2022, 63 % dos estudos não informou o tipo de estudo, 29 % eram estudos de coorte, 4 % estudo transversal e 4 % estudo piloto, a maioria dos estudos eram microscópicos, a rede neural mais utilizada foi a CNN (convolutional neural networks). A acurácia variou de 73,6 a 99,7%, com média de 88,2%, a sensibilidade variou de 47 a 100% e a média foi de 86,2% e a especificidade variou de 80,6 a 100% com média de 93%. No estudo piloto 73 imagens foram usadas para avaliar a precisão do sistema. Destas imagens, 27 eram de CEC, confirmadas por biópsia, 27 de DPMO e 19 úlceras traumáticas e candidíase. No total, a sensibilidade foi de 95,20 %, especificidade de 48, 71 % e acurácia de 71,10 %. Conclusões: Com esse estudo concluímos que a IA é uma tecnologia inovadora, cada vez mais transparente e que no Câncer ela vêm para trazer novas perspectivas, com isso o uso desta tecnologia tem potencial de ser um avanço na suspeita precoce de CEC em boca. Com a revisão sistemática conseguimos observar que nos últimos anos muitos estudos vêm sendo realizados utilizando a IA no CEC e nas DPMO, os resultados são promissores, embora precise aumentar o número da amostra dos estudos, realizar estudos multicêntricos para validar melhor os resultados. E no estudo piloto observamos resultados muito significativos quando aplicado no CEC e nas DPMO. O próximo passo é aumentar o número de imagens, criar novos “clusters” de lesões, e utilizar esse sistema em âmbito populacional.

Oral cancer in Brazil represents the fifth most common type of malignant tumors in men, with squamous cell carcinoma (OSCC) being the most prevalent. OSCC is often preceded by potentially malignant oral lesions (OPML), among them, leukoplakia, erythroplakia and actinic cheilitis being the most common. Recently, many technologies have been used in order to aid in the diagnosis and improve the prognosis of cancer patients. Artificial intelligence (AI) is a technological tool that studies the construction of intelligent entities, that is, machines capable of reproducing human intelligence, using machine learning and neural networks. Objective: With this, the objective of this work is to develop a systematic review, evaluating artificial intelligence as an aid in the diagnosis of OPML and OSCC and to develop a pilot study with the objective of creating a computational and technological tool to be used in smartphones in order to assist in the diagnosis and in the best conduct for dental surgeons, especially in OPML and OSCC. Results: Regarding the systematic review, a total of 24 articles were evaluated, from 2000 to 2022, 63% of the studies did not inform the type of study, 29% were cohort studies, 4% were a cross-sectional study and 4% were a pilot study. Most studies were microscopic; the most used neural network was CNN (convolutional neural networks). The accuracy ranged from 73.6 to 99.7%, with a mean of 88.2%, the sensitivity ranged from 47 to 100% and the mean was 86.2%, and the specificity ranged from 80.6 to 100% with average of 93%. In the pilot study, 73 images were used to assess the accuracy of the system. Of these images, 27 were biopsy-confirmed OSCC, 27 OPML and 19 traumatic ulcers and candidiasis. In total, sensitivity was 95.20%, specificity 48.71% and accuracy 71.10%. Conclusions: With this study, we conclude that AI is an innovative technology, increasingly transparent and that in Cancer it comes to bring new perspectives so, the use of this technology has the potential to be an advance in the early suspicion of OSCC in the mouth. With the systematic review, we were able to observe that in recent years many studies have been carried out using AI in the OSCC and OPML, the results are promising, although it is necessary to increase the number of the sample of the studies, to carry out multicenter studies to better validate the results. And in the pilot study, we observed very significant results when applied to the OSCC and OPML. The next step is to increase the number of images, create new “clusters” of lesions, and use this system at a population level.