APLICAÇÕES DA INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE PERDA DENTÁRIA: UMA REVISÃO INTEGRATIVA DA LITERATURA

A perda dentária constitui um relevante problema de saúde pública em escala global, com impactos negativos significativos sobre a qualidade de vida. Além das repercussões locais — incluindo limitações funcionais, prejuízos estéticos, alterações sociais e efeitos psicológicos —, tem sido associada a condições sistêmicas como hipertensão, e diabetes. No cenário contemporâneo, a Inteligência Artificial (IA) desponta como uma ferramenta inovadora para a predição de desfechos clínicos, contribuindo para a formulação de estratégias preventivas.O presente estudo tem como objetivo revisar e comparar modelos preditivos de risco para perda dentária, analisando diferentes abordagens metodológicas e suas perspectivas de aplicação clínica. A busca bibliográfica foi conduzida nas bases PubMed e SciELO, contemplando publicações em inglês e português, sem restrição temporal. Dos 48 artigos inicialmente identificados, 10 preencheram os critérios de inclusão. As investigações selecionadas englobaram coortes retrospectivas, prospectivas, estudos transversais e revisões sistemáticas, utilizando algoritmos como regressão logística, Random Forest, redes neurais artificiais e modelos ensemble. As métricas de desempenho mais frequentemente relatadas incluíram acurácia, sensibilidade, especificidade e a área sob a curva ROC (AUC). Contudo, limitações metodológicas — como ausência de validação externa, risco de vieses, sobreajuste e falta de padronização — ainda restringem a aplicabilidade clínica imediata desses modelos. Conclui-se que a integração entre métodos estatísticos tradicionais e técnicas de aprendizado de máquina pode fortalecer a odontologia preventiva, permitindo maior precisão na estratificação de risco e na personalização do cuidado. Recomenda-se que estudos futuros priorizem validações robustas, padronização metodológica e o desenvolvimento de ferramentas digitais de apoio à decisão clínica.