Resumo

Introdução: A análise cefalométrica é uma das principais ferramentas do ortodontista para o diagnóstico e elaboração do Plano de tratamento, bem como para estudar as alterações que ocorrem a nível do complexo craniofacial em resultado do crescimento ou do tratamento ortodôntico. Tradicionalmente, combina medidas angulares e lineares, baseadas em pontos de referência identificados em registos imagiológicos do paciente. A precisão e fiabilidade da identificação dos pontos de referência utilizando imagens 3D é maior que utilizando as telerradiografias tradicionais 2D. No entanto, o processo é mais demorado, surgindo assim a automatização da deteção de pontos como um meio de facilitar e otimizar a análise cefalométrica. O objetivo do presente trabalho foi rever a literatura com o objetivo de avaliar a precisão e fiabilidade da deteção automática de pontos cefalométricos, comparativamente à identificação manual, em registos imagiológicos tridimensionais. Métodos: Realizou-se uma pesquisa bibliográfica durante o mês de Fevereiro de 2021, nas principais bases de dados eletrónicas: PUBMED, Cochrane, LILACS e MEDLINE. As palavras- chave utilizadas foram: “automatic landmarking for cephalometric analysis 3D orthodontics”. Foram selecionados os artigos em Inglês e Português, publicados a partir de 2014 e cujo texto integral estava disponível para download gratuito. Resultados: 12 artigos foram incluídos para revisão. Comparando a deteção automática de pontos cefalométricos em imagens tridimensionais com a sua marcação de forma manual, os estudos mais recentes apresentam resultados cada vez mais precisos e fiáveis, sem diferenças estatisticamente significativas entre os dois métodos, demonstrando a evolução dos algoritmos base. O último estudo publicado apresentou um valores médios de erro de 1.03 ± 1.29mm, sendo que 87.13% das marcações estava dentro da margem de erro de 2mm, 91.19% até 2.5mm e 93.52% até 3mm, valores que são clinicamente aceitáveis. Conclusões: Os avanços tecnológicos, principalmente em termos de inteligência artificial, parecem aumentar a precisão e fiabilidade dos métodos cefalométricos automáticos em imagens tridimensionais, sendo a radiação envolvida o principal obstáculo à sua utilização na rotina clínica. Implicações clínicas: A deteção automática de pontos cefalométricos em imagens tridimensionais parece ser um método cada vez mais preciso e fiável, tendo resultados semelhantes à marcação manual.