INTELIGÊNCIA ARTIFICIAL COMO FERRAMENTA PARA IDENTIFICAÇÃO HUMANA EM ODONTOLOGIA LEGAL

Autores

  • Adan Lucio Pereira UFES
  • Conrado Dias do Nascimento Neto MULTIVIX
  • Karla Firme Leão Borges MULTIVIX
  • Carlos Matheus de Souza MULTIVIX
  • Mariana Gentilia Littig Krugel Magioni MULTIVIX
  • Bruno Rocha Baggieri MULTIVIX

DOI:

https://doi.org/10.0001/%25x

Resumo

A identificação forense busca encontrar coincidências entre dados obtidos ante-mortem e post-mortem, com o objetivo de individualizar uma pessoa ou objeto, constituindo uma parte essencial de estudo e pesquisa da odontologia legal e medicina legal. Os exames imaginológicos têm sido amplamente utilizados nesse processo de reconhecimento, possibilitando a identificação do indivíduo através da verificação da unicidade de estruturas morfológicas, características anatômicas e tratamentos dentários previamente realizados. Para tanto, exames de imagem preliminares precisam ter sido realizados e estar presentes em prontuários completos, organizados e armazenados pelo máximo de tempo possível. Considerando a inexistência de legislação específica acerca da obrigatoriedade da guarda de prontuários odontológicos bem como do seu período de arquivamento, o processo de identificação forense torna-se dificultado e cada vez mais dependente. Inserindo-se nesta problemática, este artigo apresenta uma solução com inteligência artificial capaz de armazenar prontuários odontológicos, comparar e reconhecer imagens radiográficas além manter a legitimidade dos dados. O sistema desenvolvido possui uma interface gráfica que atua de forma online e permite ao usuário o cadastro da documentação odontológica. Este se mostrou capaz de determinar o nível de semelhança entre dois exames de imagem indicados pelo usuário além de buscar no banco de dados a imagem radiográfica que mais se assemelha à imagem investigada, sinalizando a identidade do candidato ao reconhecimento.

 

Downloads

Não há dados estatísticos.

Referências

BAJARI, P. et al. The impact of big data on firm performance: An empirical investigation. In AEA Papers and Proceedings, Vol. 109, pp. 33-37, 2019.
BEAM, Andrew L.; KOHANE, Isaac S. Big data and machine learning in health care. Jama, v. 319, n. 13, p. 1317-1318, 2018.
BIANCH, B. V. A importância da atuação do odontolegista na identificação pessoal de corpos carbonizados e a determinação do gênero. Revista UNINGÁ, v. 56, n. S3, p. 119-129, 2019.
BRAGA, A. V. et al. Inteligência Artificial na Medicina. Anais do Congresso Internacional de Pesquisa, Ensino e Extensão – CIPEEX, 2, 937-941, 2018.
BRASIL - Conselho Federal de Odontologia – Resolução CFO-179 de 19 de dezembro de 1991 alterado pelo Regulamento nº 01, de 05/06/1998. Código de Ética Odontológico – Rio de Janeiro, CFO 1998. Disponível em < http://www.forp.usp.br/restauradora/etica/c_etica/c_etica.htm>. Acesso em Ago. 2019.
_______.Conselho Federal de Odontologia – Resolução CFO-183/1992 - Código de Processo Ético · Resolução CFO-63/05 – Consolidação das Normas para Procedimentos no Conselhos de Odontologia. Disponível em < http://www.forp.usp.br/restauradora/etica/c_etica/c_etica.htm>. Acesso em Ago. 2019.
_______.Lei nº 13.105, de 16 de março de 2015. Altera o Código de Processo Civil. Disponível em <http://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13105.htm > Acesso em Ago. 2019.
CARVALHO, S. P. M. et al. A utilização de imagens na identificação humana em odontologia legal. Radiol Bras., 42(2):125-130, 2009
CARVALHO, R. B. et al. Informatização na área da saúde/ odontologia: prontuário único e eletrônico do paciente. Revista Brasileira de Pesquisa em Saúde, Vitória, v. 3, n. 14, p.58-67, 2012.
CASTILHO, Jeferson Miguel Leite; LOPRETO, Camila Alves Rezende. A Evolução dos Aparelhos de Raios-X. Três Lagoas, 2015. Disponível em: <http://books.scielo.org/id/q5/pdf/navarro-9788523209247-04.pdf>. Acesso em: Ago. 2019.
COSTANTINI, S. et al. Digital forensics and investigations meet artificial intelligence. Annals of Mathematics and Artificial Intelligence, p. 1-37, 2019.
DE ALMEIDA, Ana Cláudia Bordigon et al. Processamento de Linguagem Natural na Identificação e Modelagem de Processos de Negócio: Uma Revisão Sistemática da Literatura. In: Anais do XIV Simpósio Brasileiro de Sistemas de Informação. SBC, p. 198-191, 2018.
DE ALMEIDA, S. M. et al. Aspectos legais da documentação odontológica: uma revisão sobre validade legal, privacidade e aceitação no meio jurídico. RBOL-Revista Brasileira de Odontologia Legal, v. 4, n. 2, 2017.
DENNY, C. et al. Frontal sinus as an aid in gender identification in forensic dentistry: A retrospective study using cone beam computed tomography. World Journal of Dentistry, v. 9, n. 1, p. 34-37, 2018.
GONÇALVES, A. S. et al. Identificação humana utilizando radiografia PA de seios maxilares. RBOL – Rev Bras Odontol Legal, 1(1):30-39, 2014.
GRUBER J; KAMEYAMA, M. M. O papel da Radiologia em Odontologia Legal. Pesqui Odontol Bras, 15(3): 263-268, 2001.
JACKSON, P. C. Introduction to artificial intelligence. Courier Dover Publications, 2019.
JOHNSON, K. W. et al. Artificial intelligence in cardiology. Journal of the American College of Cardiology, 2668-2679, 2018.
LECUN, Y. et al. Deep learning. Nature, v. 521, n. 7553, p. 436, 2015.
LU, H. et al. Brain intelligence: go beyond artificial intelligence. Mobile Networks and Applications, 23(2), 368-375, 2018.
LUCKOW, Décio Heinzelmann; DE MELO, Alexandre Altair. Programação Java para a WEB. Novatec Editora, 2010.
MILLER, D. Douglas, and BROWN, Eric W. Artificial intelligence in medical practice: the question to the answer?. The American journal of medicine. 129-133, 2018.
NADAL, L. et al. Identificação humana pela arcada dentária através do prontuário odontológico. Revista Uningá Review, v. 24, n. 1, 2018.
PAN, Hong et al. Concordance assessment of Watson for Oncology in breast cancer chemotherapy: first China experience. Translational Cancer Research, v. 8, n. 2, p. 389-401, 2019.
RAJKOMAR, Alvin et al. Scalable and accurate deep learning with electronic health records. NPJ Digital Medicine, v. 1, n. 1, p. 18, 2018.
SABBATINI, R. M. E. Aplicações da inteligência artificial na radiologia. PIXEON. 2018. Disponível em <https://www.pixeon.com/blog/aplicacoes-da-inteligencia-artificial-na-radiologia/> Acesso em Ago. 2019.
SIMON, G. E. Big data from health records in mental health care: hardly clairvoyant but already useful. JAMA psychiatry, 76(4), 349-350, 2019.
STEWART et al. Artificial intelligence and machine learning in emergency medicine. Emergency Medicine Australasia, 870-874, 2018.
TOPOL, E. J. High-performance medicine: the convergence of human and artificial intelligence. Nature medicine, 25(1), 44, 2019.
WITTEN, Ian H. et al. Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann, 2016.
YU, Kun-Hsing, and KOHANE, Isaac S. Framing the challenges of artificial intelligence in medicine. BMJ Qual Saf 28.3, 238-241, 2019.
ZILIO, Fernanda et al. Meios de identificação odontolegal. Anais da VII Mostra de Iniciação Científica e Extensão Comunitária: VI Mostra de Pesquisa e Pós-Graduação IMED, Porto Alegre, 2013.

Downloads

Publicado

2019-09-19

Como Citar

Pereira, A. L., Nascimento Neto, C. D. do, Borges, K. F. L., Souza, C. M. de, Magioni, M. G. L. K., & Baggieri, B. R. (2019). INTELIGÊNCIA ARTIFICIAL COMO FERRAMENTA PARA IDENTIFICAÇÃO HUMANA EM ODONTOLOGIA LEGAL. Brazilian Journal of Production Engineering - BJPE, 5(4), 82–96. https://doi.org/10.0001/%x

Edição

Seção

INFORMAÇÃO & CONHECIMENTO - INFORMATION & KNOWLEDGE