Julia Monteiro
Julia Monteiro
Inteligencia Artificial · 14 de agosto de 2026 · 2 min de leitura ·

USP desenvolve IA que ajuda dentistas a detectar cáries em radiografias

USP desenvolve IA que ajuda dentistas a detectar cáries em radiografias

O que você precisa saber

Pesquisadores da Universidade de São Paulo desenvolveram uma ferramenta de inteligência artificial capaz de reconhecer dentes e apontar sinais de cárie em radiografias odontológicas. Criada em Ribeirão Preto, a tecnologia foi desenvolvida para auxiliar dentistas na interpretação das imagens e pode contribuir para tornar avaliações clínicas mais rápidas e precisas.

O sistema nasceu da colaboração entre especialistas em computação da Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto e profissionais da Faculdade de Odontologia da USP. A iniciativa reúne cerca de 30 pesquisadores no grupo InReDD, dedicado à criação de soluções digitais para a odontologia.

Baseada em redes neurais convolucionais, a ferramenta foi treinada com milhares de radiografias previamente avaliadas por especialistas. A proposta não é substituir o cirurgião-dentista, mas oferecer uma segunda avaliação capaz de apoiar decisões relacionadas ao diagnóstico e ao planejamento de tratamentos.

O funcionamento da tecnologia começa pela preparação de uma grande quantidade de imagens odontológicas acompanhadas de avaliações feitas por especialistas. Esse material serve como referência para o treinamento do sistema, que procura estabelecer relações entre os padrões presentes nas radiografias e as alterações que precisa reconhecer.

A estrutura utilizada pertence à categoria das redes neurais convolucionais, desenvolvida especialmente para lidar com informações visuais. Conforme a explicação de Alessandra Alaniz Macedo, professora da área de Ciências da Computação da FFCLRP e uma das coordenadoras do projeto, esse tipo de arquitetura é adequado para tarefas que envolvem imagens, como as radiografias odontológicas.

Durante o treinamento, o modelo confronta suas próprias previsões com aquilo que foi previamente estabelecido pelos especialistas. Quando encontra diferenças, ajusta seus parâmetros para reduzir os erros. Esse ciclo permite que a ferramenta aprimore progressivamente sua capacidade de localizar alterações nas imagens.

Compartilhe