USO DE INTELIGÊNCIA ARTIFICIAL NA DELIMITAÇÃO DA MARGEM RESTAURADORA : Uma Revisão Sistemática

Abstract

A delimitação precisa da margem restauradora é fundamental para o sucesso clínico das restaurações indiretas, influenciando diretamente na adaptação marginal, durabilidade e previsibilidade dos resultados. Neste contexto, a Inteligência Artificial (IA) tem emergido como uma ferramenta promissora na Odontologia Restauradora, permitindo a automação da definição da linha de término. Esta revisão sistemática teve como objetivo avaliar a acurácia da delimitação da margem restauradora, adaptação marginal e a eficiência do procedimento quando realizados com suporte de IA, em comparação aos métodos tradicionais. Revisão sistemática registrada no PROSPERO (ID: CRD420251013023), com busca nas bases PubMed, Embase e Scopus, abrangendo publicações entre 2021 e 2025. A seleção foi conduzida por dois revisores independentes, utilizando a estratégia PICO. Os critérios de inclusão contemplaram estudos clínicos, in vitro e de desenvolvimento computacional, comparando IA com técnicas tradicionais. A avaliação da qualidade dos estudos foi realizada utilizando as ferramentas de avaliação de risco de viés: Checklist for Artificial Intelligence in Medical Imaging (CLAIM), Quality Assessment Tool For In Vitro Studies (QUIN Tool) e ROBINS-I. Seis estudos foram incluídos. Os softwares com IA demonstraram redução de até 75% no tempo de confecção das restaurações, além de superioridade na adaptação marginal (valores médios entre 11,3 e 45,6 µm) em comparação aos métodos manuais. Modelos como Point-to-Mesh e AdaPoinTr apresentaram menor erro (Chamfer e Hausdorff Distances) na predição da linha de término. A IA mostrou desempenho robusto mesmo com variabilidade anatômica, embora a validação clínica de longo prazo ainda seja limitada. A IA sugere ter maior padronização, eficiência e precisão semelhante na delimitação da margem restauradora.