Foi criado um sistema de Deep Learning com a arquitetura EfficientNet para analisar radiografias panorâmicas e identificar sinais de osteoporose por meio do Índice Cortical Mandibular.
Os modelos alcançaram uma acurácia de até 98,8% na abordagem com imagens recortadas e, ao serem comparados com o padrão-ouro (exame DXA), superaram o desempenho de um dentista em métricas como acurácia e especificidade.
Os resultados mostram que a solução é promissora e confiável para apoiar a triagem precoce da osteoporose com uso de inteligência artificial.
