Resumo em 1 minuto
Vários estudos publicados em 2025 e 2026 demonstram que modelos de deep learning podem detectar lesões orais malignas e potencialmente malignas com alta precisão a partir de imagens clínicas e histopatológicas.
Um estudo publicado no Scientific Reports (2025) treinou os modelos DenseNet201 e FixCaps com 518 imagens da cavidade oral para triagem de lesões potencialmente malignas, mostrando resultados promissores na classificação automática. Em paralelo, pesquisadores do Chinese PLA General Hospital desenvolveram um modelo baseado em endoscópio oral portátil que captura imagens intraorais e as analisa em tempo real por meio de redes U-Net e ResNet-34.
Um desenvolvimento especialmente relevante para a prática clínica é um sistema publicado na Applied Sciences (2025) que combina um chatbot com redes neurais convolucionais para triagem de sintomas e detecção precoce, com tempo de inferência inferior a 5 segundos por imagem.
Outro estudo no Expert Review of Medical Devices relatou modelos que alcançam até 99% de especificidade e 97,5% de precisão na classificação de lesões orais por imagens de smartphone.
A maioria desses sistemas ainda está em fase de validação, mas a tendência aponta para ferramentas de triagem acessíveis no consultório odontológico que possam complementar o exame clínico convencional.
Fontes:
- Desai et al. Scientific Reports, 2025 — Ver estudo
- Applied Sciences, 2025 — Ver estudo