Inteligência artificial na odontologia: entre eficiência clínica, julgamento humano, responsabilidade profissional e humanização do cuidado

Texto integral

Leonardo Lins2

Antonio Canabarro3

RESUMO

A incorporação da inteligência artificial representa uma das transformações mais relevantes da odontologia contemporânea, ampliando a capacidade de reconhecimento de padrões, análise de imagens, organização de dados clínicos e apoio ao planejamento terapêutico. Entretanto, seu impacto não deve ser avaliado apenas por indicadores de desempenho algorítmico, mas também por suas implicações sobre o julgamento clínico, a responsabilidade profissional e a humanização do cuidado. Este estudo teve como objetivo discutir criticamente a incorporação da inteligência artificial na odontologia a partir de quatro eixos interdependentes: eficiência clínica, julgamento humano, responsabilidade profissional e humanização do cuidado. Trata-se de uma revisão narrativa, crítica e reflexiva, orientada por princípios de transparência inspirados na ferramenta SANRA. Foram analisadas publicações científicas, documentos institucionais, marcos regulatórios e referenciais teóricos relacionados à odontologia digital, tomada de decisão clínica, viés de automação, inteligência artificial explicável, bioética e cuidado centrado no paciente. A análise indica que a inteligência artificial pode ampliar a eficiência clínica e qualificar etapas do diagnóstico e do planejamento odontológico, especialmente em tarefas baseadas em reconhecimento de padrões. Contudo, seu uso acrítico pode favorecer viés de automação, falsa sensação de segurança, deslocamento da responsabilidade decisória e enfraquecimento da relação profissional-paciente. Conclui-se que a inteligência artificial deve ser compreendida como instrumento de inteligência aumentada, destinado a apoiar, e não substituir, o julgamento clínico. Palavras-chave: Inteligência Artificial. Odontologia. Julgamento Clínico. Responsabilidade Profissional. Humanização do Cuidado.

1Os autores declaram ter utilizado ferramentas de Inteligência Artificial Generativa como apoio à concepção, à redação e à tradução do manuscrito. O conteúdo foi submetido à revisão crítica dos autores, que assumem total responsabilidade pelo texto final.

2Doutor e Mestre em Odontologia – Reabilitação Oral. Universidade Veiga de Almeida. Email: [email protected]. ORCID: https://orcid.org/0000-0002-6768-9071.

3 Professor Titular. Coordenador e Professor do Programa de Pós-Graduação Stricto Sensu em Odontologia. Universidade Veiga de Almeida. Email: [email protected]. ORCID: https://orcid.org/0000-0002-3970-9047.

ABSTRACT The incorporation of artificial intelligence represents one of the most significant transformations in contemporary dentistry, expanding the capacity for pattern recognition, image analysis, clinical data organization, and support for treatment planning. However, its impact should not be assessed solely through algorithmic performance indicators, but also through its implications for clinical judgment, professional responsibility, and humanized care. This study aimed to critically discuss the incorporation of artificial intelligence in dentistry based on four interdependent axes: clinical efficiency, human judgment, professional responsibility, and humanized care. This is a critical and reflective literature review, guided by transparency principles inspired by the SANRA tool. Scientific publications, institutional documents, regulatory frameworks, and theoretical references related to digital dentistry, clinical decision-making, automation bias, explainable artificial intelligence, bioethics, and patient-centered care were analyzed. The analysis indicates that artificial intelligence can enhance clinical efficiency and improve stages of dental diagnosis and treatment planning, particularly in tasks based on pattern recognition. However, its uncritical use may favor automation bias, a false sense of security, displacement of decision-making responsibility, and weakening of the professional-patient relationship. It is concluded that artificial intelligence should be understood as an instrument of augmented intelligence, designed to support, rather than replace, clinical judgment. Keywords: Artificial Intelligence. Dentistry. Clinical Judgment. Professional Responsibility. Humanized Care.

RESUMEN La incorporación de la inteligencia artificial representa una de las transformaciones más relevantes de la odontología contemporánea, al ampliar la capacidad de reconocimiento de patrones, análisis de imágenes, organización de datos clínicos y apoyo a la planificación terapéutica. Sin embargo, su impacto no debe evaluarse únicamente mediante indicadores de desempeño algorítmico, sino también a partir de sus implicaciones sobre el juicio clínico, la responsabilidad profesional y la humanización de la atención. Este estudio tuvo como objetivo discutir críticamente la incorporación de la inteligencia artificial en la odontología a partir de cuatro ejes interdependientes: eficiencia clínica, juicio humano, responsabilidad profesional y humanización de la atención. Se trata de una revisión narrativa, crítica y reflexiva, orientada por principios de transparencia inspirados en la herramienta SANRA. Se analizaron publicaciones científicas, documentos institucionales, marcos regulatorios y referentes teóricos relacionados con la odontología digital, la toma de decisiones clínicas, el sesgo de automatización, la inteligencia artificial explicable, la bioética y la atención centrada en el paciente. El análisis indica que la inteligencia artificial puede ampliar la eficiencia clínica y mejorar etapas del diagnóstico y de la planificación odontológica, especialmente en tareas basadas en el reconocimiento de patrones. Sin embargo, su uso acrítico puede favorecer el sesgo de automatización, una falsa sensación de seguridad, el desplazamiento de la responsabilidad en la toma de decisiones y el debilitamiento de la relación profesional-paciente. Se concluye que la inteligencia artificial debe comprenderse como un instrumento de inteligencia aumentada, destinado a apoyar, y no a sustituir, el juicio clínico. Palabras clave: Inteligencia Artificial. Odontología. Juicio Clínico. Responsabilidad Profesional. Humanización de la Atención. INTRODUÇÃO

A odontologia contemporânea vivencia uma transformação tecnológica profunda,

impulsionada pela incorporação progressiva de ferramentas digitais capazes de ampliar a

precisão diagnóstica, otimizar fluxos clínicos e apoiar o planejamento terapêutico. Scanners

intraorais, sistemas CAD/CAM, tomografia computadorizada de feixe cônico, planejamento

virtual e impressão tridimensional modificaram substancialmente a forma como informações

2017; Joda; Brägger; Gallucci, 2015; Van Noort, 2012).

Nesse contexto, a inteligência artificial (IA) passou a ocupar papel de destaque,

especialmente por sua capacidade de reconhecer padrões, interpretar exames de imagem,

auxiliar na classificação de risco e oferecer suporte à tomada de decisão clínica em áreas

como cariologia, periodontia, radiologia, ortodontia, implantodontia, endodontia e análise de

imagens tridimensionais (Schwendicke; Samek; Krois, 2020; Chen; Stanley; Att, 2020;

Thurzo et al., 2022; Lee et al., 2025). Esse avanço tem alimentado expectativas relacionadas

ao aumento da eficiência clínica, à redução da variabilidade diagnóstica e à ampliação da

capacidade analítica do cirurgião-dentista. Entretanto, a incorporação de sistemas inteligentes

à prática odontológica não deve ser analisada apenas a partir de indicadores de acurácia,

sensibilidade ou especificidade, pois sua presença modifica também a dinâmica da decisão

clínica, da responsabilidade profissional e da relação entre profissional e paciente.

Embora algoritmos possam apresentar desempenho elevado em tarefas circunscritas, a

prática clínica não se reduz ao reconhecimento de padrões. O julgamento clínico envolve

integração de evidências científicas, experiência profissional, interpretação contextual,

valores do paciente, análise de riscos, comunicação, responsabilidade ética e gestão da

incerteza. Em odontologia, muitas decisões relevantes não são tomadas diante de certezas

absolutas, mas de cenários probabilísticos, ambíguos e individualizados. A indicação de um

tratamento restaurador, a decisão de preservar ou extrair um dente, o planejamento de

implantes ou a interpretação de uma lesão radiográfica exigem mais do que a identificação

visual de sinais; exigem compreensão do paciente em sua singularidade biológica, funcional,

psicológica e social (Croskerry, 2009; Norman; Eva, 2010; Simpkin; Schwartzstein, 2016).

Nesse contexto, a inteligência artificial introduz um paradoxo central. Por um lado,

pode ampliar a eficiência clínica, reduzir falhas perceptivas, organizar grandes volumes de

dados e oferecer subsídios relevantes ao raciocínio profissional. Por outro, pode favorecer

dependência acrítica, deslocamento indevido da responsabilidade decisória e

enfraquecimento do julgamento humano quando utilizada como substituta, e não como

ferramenta de apoio. Fenômenos como automation bias e automation complacency

demonstram que profissionais podem confiar excessivamente em sistemas automatizados,

aceitando recomendações incorretas ou reduzindo sua vigilância crítica diante de resultados

Wyatt, 2012; Lyell; Coiera, 2017). Assim, o problema não reside apenas na capacidade

técnica da inteligência artificial, mas na forma como ela é integrada ao processo clínico.

A discussão ética torna-se ainda mais relevante quando se considera que a

responsabilidade pelo cuidado permanece vinculada ao profissional que estabelece a relação

clínica com o paciente. Mesmo diante de sistemas regulados, validados ou comercialmente

difundidos, a decisão final continua exigindo interpretação humana, prudência, comunicação

transparente e responsabilidade profissional. A literatura em bioética e saúde digital tem

destacado que a implementação de inteligência artificial em saúde deve preservar autonomia,

beneficência, não maleficência, justiça, transparência e accountability (Beauchamp;

Childress, 2019; Char; Shah; Magnus, 2018; World Health Organization, 2021; UNESCO,

2021). Na odontologia, esses princípios assumem particular importância porque a decisão

clínica ocorre em uma relação fiduciária, na qual o paciente deposita confiança não apenas na

competência técnica do cirurgião-dentista, mas também em sua capacidade de julgamento,

escuta e cuidado.

Diante desse cenário, torna-se necessário deslocar o debate da substituição

profissional para o paradigma da inteligência aumentada. Nessa perspectiva, a inteligência

artificial não deve ser compreendida como uma nova forma de inteligência clínica autônoma,

mas como um instrumento capaz de ampliar a capacidade analítica do cirurgião-dentista,

preservando a centralidade do julgamento humano. A tecnologia pode auxiliar na organização

de informações, no reconhecimento de padrões e na redução de incertezas técnicas pontuais,

mas não substitui a deliberação clínica, a responsabilidade ética nem a humanização do

cuidado (Topol, 2019b; Miller, 2019; Amann et al., 2020).

Assim, o presente artigo tem como objetivo discutir criticamente a incorporação da

inteligência artificial na odontologia contemporânea a partir de quatro eixos centrais:

eficiência clínica, julgamento humano, responsabilidade profissional e humanização do

cuidado. Parte-se da premissa de que o futuro da odontologia digital não dependerá apenas da

sofisticação dos algoritmos, mas da capacidade da profissão de integrá-los de modo crítico,

ético e centrado no paciente. A inteligência artificial pode ampliar o processamento de

informações e apoiar determinadas etapas diagnósticas e terapêuticas; contudo, permanece

diante da incerteza que caracteriza a prática clínica.

Metodologia

O presente estudo caracteriza-se como uma revisão narrativa da literatura, de natureza

crítica e reflexiva. A busca bibliográfica foi realizada no primeiro semestre de 2026,

contemplando publicações relacionadas à inteligência artificial, odontologia digital,

diagnóstico por imagem, tomada de decisão clínica, viés de automação, inteligência artificial

explicável, bioética, responsabilidade profissional, governança de tecnologias em saúde e

cuidado centrado no paciente. Foram consultadas as bases PubMed/MEDLINE, Scopus, Web

of Science, Cochrane Library, SciELO e Google Scholar, além de documentos institucionais e

normativos de organismos internacionais e entidades profissionais reconhecidas.

Foram utilizados descritores controlados e termos livres em português e inglês,

incluindo combinações de “inteligência artificial”, “odontologia”, “julgamento clínico”,

“tomada de decisão clínica”, “viés de automação”, “inteligência artificial explicável”,

“responsabilidade profissional”, “bioética” e “cuidado centrado no paciente”. Foram

incluídos artigos originais, revisões, estudos conceituais, documentos institucionais, diretrizes

internacionais, marcos regulatórios e obras clássicas relevantes para a discussão proposta.

Foram excluídos estudos exclusivamente técnicos sobre arquitetura de algoritmos sem

relação direta com a prática clínica, textos opinativos sem fundamentação científica e

materiais comerciais utilizados apenas para divulgação de produtos.

A seleção final das referências considerou relevância conceitual, atualidade, qualidade

metodológica, pertinência ao tema central e capacidade de sustentar criticamente os eixos do

artigo. A elaboração metodológica foi orientada por princípios de transparência aplicáveis às

revisões narrativas, com inspiração na ferramenta SANRA (Scale for the Assessment of

Narrative Review Articles), proposta para auxiliar autores, revisores e editores na avaliação

da qualidade de revisões narrativas (Baethge; Goldbeck-Wood; Mertens, 2019). O SANRA

não foi aplicado como instrumento formal de pontuação, mas utilizado como referência para

explicitar a relevância do tema, os objetivos da revisão, a estratégia de busca, os critérios de

seleção das fontes e a coerência do raciocínio científico.

A análise dos textos selecionados foi conduzida por leitura crítica e síntese narrativa,

sem pretensão de metanálise ou síntese quantitativa. As informações foram organizadas em

quatro categorias analíticas: a) eficiência clínica e aplicações da inteligência artificial na

odontologia; b) julgamento humano, raciocínio clínico e gestão da incerteza; c)

responsabilidade profissional, transparência e riscos do uso acrítico de sistemas

automatizados; e d) humanização do cuidado, relação fiduciária e centralidade do paciente.

DESENVOLVIMENTO Inteligência Artificial Odontológica e Eficiência Clínica

A incorporação da inteligência artificial na odontologia deve ser compreendida no

contexto mais amplo da transformação digital da prática clínica. Antes mesmo da

disseminação dos sistemas inteligentes, tecnologias como scanners intraorais, sistemas

CAD/CAM, tomografia computadorizada de feixe cônico, planejamento virtual, impressão

tridimensional e integração digital de dados clínicos já vinham modificando a forma como

informações são obtidas, processadas e incorporadas ao cuidado odontológico (Van Noort,

2012; Joda; Brägger; Gallucci, 2015; Mangano et al., 2017).

Nesse cenário, a inteligência artificial (IA) representa uma etapa adicional da

digitalização odontológica, pois não se limita a registrar ou organizar informações. Sua

contribuição principal está na capacidade de reconhecer padrões, correlacionar grandes

volumes de dados e apoiar a interpretação clínica em tarefas específicas. Sistemas baseados

em aprendizado de máquina e aprendizagem profunda vêm sendo utilizados na detecção de

cáries, avaliação periodontal, identificação de lesões periapicais, interpretação de

radiografias, análise de tomografias computadorizadas de feixe cônico, planejamento

ortodôntico, implantodontia e apoio à tomada de decisão clínica (Schwendicke; Samek;

Krois, 2020; Chen; Stanley; Att, 2020; Thurzo et al., 2022).

A eficiência clínica proporcionada pela IA decorre, em grande parte, de sua

capacidade de executar tarefas repetitivas e padronizáveis com velocidade, consistência e alta

capacidade de processamento. Em exames de imagem, por exemplo, algoritmos podem

auxiliar na triagem de alterações radiográficas, destacar regiões de interesse, sugerir

classificações diagnósticas e reduzir falhas perceptivas associadas à fadiga, à sobrecarga

2025).

Além do campo acadêmico, a inteligência artificial já alcança aplicação regulada e

comercial na odontologia, especialmente em soluções voltadas à análise de imagens

odontológicas. A existência de sistemas autorizados por agências regulatórias para uso clínico

indica que essas tecnologias já integram a realidade de consultórios, clínicas e centros de

diagnóstico. Assim, a questão central deixa de ser se a IA será incorporada à odontologia e

passa a ser como ela deve ser incorporada de modo crítico, seguro e eticamente responsável

(Shujaat et al., 2025).

Entretanto, eficiência clínica não deve ser confundida com suficiência clínica. A

capacidade de um algoritmo identificar padrões em imagens ou sugerir classificações

diagnósticas não equivale à totalidade do processo clínico. A prática odontológica envolve

anamnese, exame físico, escuta do paciente, análise de fatores sistêmicos, avaliação de riscos,

preferências individuais e responsabilidade pela decisão terapêutica. Além disso, o

desempenho algorítmico depende da qualidade dos dados utilizados no desenvolvimento,

treinamento e validação dos sistemas, podendo apresentar limitações quando transferido para

ambientes clínicos heterogêneos (Thurzo et al., 2022; Lee et al., 2025).

Portanto, a inteligência artificial deve ser compreendida como ferramenta capaz de

aumentar a eficiência clínica da odontologia, especialmente em tarefas relacionadas ao

reconhecimento de padrões, à triagem de informações e ao apoio diagnóstico. Seu valor,

contudo, depende da integração com o julgamento humano. Quando utilizada como

instrumento auxiliar, pode contribuir para decisões mais informadas e fluxos mais

organizados; quando interpretada como substituta da deliberação clínica, pode produzir falsa

sensação de segurança e deslocar indevidamente a responsabilidade profissional.

Julgamento Clínico, Viés de Automação e Confiança Calibrada

A incorporação da inteligência artificial torna necessário retomar uma questão

fundamental: o que caracteriza o julgamento clínico? À primeira vista, parte da prática

odontológica pode parecer baseada no reconhecimento de padrões. O cirurgião-dentista

observa imagens, identifica alterações morfológicas, correlaciona sinais clínicos e formula

hipóteses diagnósticas. Nesse aspecto, a IA apresenta desempenho relevante, pois algoritmos

Entretanto, reduzir o julgamento clínico ao reconhecimento de padrões simplifica

excessivamente a natureza da decisão em saúde.

O julgamento clínico envolve a integração de informações provenientes de múltiplas

fontes: anamnese, exame físico, exames complementares, histórico médico, condições

sistêmicas, fatores funcionais, contexto psicossocial, expectativas do paciente, possibilidades

terapêuticas e limites biológicos. Essa integração exige raciocínio clínico, experiência

profissional, prudência, comunicação e capacidade de ponderar riscos e benefícios diante de

situações frequentemente incompletas ou ambíguas (Croskerry, 2009; Norman; Eva, 2010).

A incerteza é dimensão constitutiva da prática clínica. Em odontologia, muitas

decisões não se apresentam como escolhas entre verdadeiro e falso, mas como deliberações

diante de probabilidades. A interpretação de uma imagem radiográfica, a manutenção de um

dente com prognóstico duvidoso, a indicação de implantes ou a escolha entre acompanhar e

intervir exigem ponderação entre alternativas possíveis, e não simples aplicação automática

de protocolos. Nesse sentido, o julgamento clínico não consiste apenas em eliminar a

incerteza, mas em administrá-la de modo responsável (Simpkin; Schwartzstein, 2016).

Essa capacidade diferencia o raciocínio clínico da inferência algorítmica. Sistemas de

IA operam a partir de padrões presentes nos dados utilizados em seu treinamento e validação.

Quando aplicados a situações semelhantes às bases de treinamento, podem oferecer

desempenho elevado. Contudo, diante de cenários atípicos, informações incompletas,

condições clínicas sobrepostas ou pacientes não representados adequadamente nos dados,

seus resultados podem tornar-se menos confiáveis. Cabe ao clínico reconhecer essas zonas de

indeterminação e decidir quando aceitar, questionar ou relativizar uma recomendação

automatizada.

A literatura sobre raciocínio clínico mostra que a tomada de decisão envolve

processos intuitivos e analíticos. O pensamento rápido, baseado em reconhecimento de

padrões e experiência acumulada, pode ser eficiente em situações familiares, mas está sujeito

a vieses cognitivos. O pensamento reflexivo permite revisar hipóteses, considerar alternativas

e reduzir erros de julgamento (Kahneman, 2011; Croskerry, 2009). A IA pode atuar como

segunda camada de análise, chamando atenção para achados que poderiam passar

justamente o componente reflexivo do julgamento clínico.

Nesse ponto, surgem riscos cognitivos relevantes, como o viés de automação e a

complacência com a automação. O viés de automação ocorre quando o profissional atribui

confiança excessiva às recomendações automatizadas, aceitando resultados sem verificação

crítica suficiente. A complacência manifesta-se quando o profissional reduz sua vigilância

ativa por considerar o sistema confiável para monitorar ou interpretar determinadas

informações. Ambos os fenômenos são particularmente preocupantes em contextos clínicos,

nos quais decisões envolvem incerteza, responsabilidade profissional e consequências diretas

para o paciente (Parasuraman; Riley, 1997; Goddard; Roudsari; Wyatt, 2012; Lyell; Coiera,

2017).

Na prática odontológica, o risco não está apenas em o algoritmo errar, mas em o

profissional deixar de perceber que o algoritmo pode errar. Quando uma recomendação

automatizada é recebida como conclusão objetiva, e não como informação auxiliar, ocorre

uma transferência silenciosa da carga decisória para a máquina. Essa transferência pode

enfraquecer a autonomia profissional, reduzir a investigação clínica e comprometer a

responsabilidade do cirurgião-dentista diante do paciente (Gaube et al., 2021; Asan; Bayrak;

Choudhury, 2020).

A confiança calibrada emerge, portanto, como competência essencial. Confiar

adequadamente em um sistema inteligente significa reconhecer sua utilidade sem ignorar suas

limitações. Um sistema deve ser considerado confiável quando opera dentro de seu domínio

validado, com dados adequados e em tarefas para as quais demonstrou desempenho

consistente. Contudo, deve ser questionado quando suas recomendações divergem do quadro

clínico, quando há sinais não capturados pelo algoritmo ou quando o caso se afasta dos

padrões sobre os quais o sistema foi treinado (Hoff; Bashir, 2015).

Assim, o desafio não consiste em escolher entre confiar ou desconfiar da inteligência

artificial, mas em aprender a confiar adequadamente. A confiança excessiva pode transformar

a IA em autoridade indevida; a desconfiança absoluta pode impedir o aproveitamento de seus

benefícios. Entre esses extremos, a confiança calibrada permite utilizar a inteligência

artificial como instrumento de apoio, mantendo o julgamento humano como instância final de

interpretação, decisão e responsabilidade.

A discussão sobre inteligência artificial na odontologia não pode limitar-se ao

desempenho dos algoritmos. Em contextos clínicos, tão importante quanto saber se um

sistema produz uma resposta adequada é compreender como essa resposta foi gerada, quais

dados influenciaram a recomendação e em que medida o profissional pode interpretá-la

criticamente. Essa necessidade torna a inteligência artificial explicável, ou Explainable

Artificial Intelligence (XAI), um tema central para a integração segura da IA à prática

odontológica.

A inteligência artificial explicável refere-se ao conjunto de abordagens destinadas a

tornar sistemas algorítmicos mais compreensíveis, interpretáveis e auditáveis. Em saúde, essa

exigência assume importância especial porque decisões clínicas não podem ser sustentadas

apenas em resultados opacos, ainda que estatisticamente precisos. Quando um sistema indica

uma possível cárie, perda óssea, lesão periapical ou alteração tomográfica, o

cirurgião-dentista precisa compreender minimamente quais elementos contribuíram para essa

indicação, a fim de confrontá-la com o exame clínico, a história do paciente e seu próprio

raciocínio profissional (Amann et al., 2020; Antoniadi et al., 2021).

A explicabilidade contribui para reduzir a opacidade, favorecer a confiança calibrada,

apoiar a auditoria clínica e preservar o papel crítico do cirurgião-dentista. Entretanto, não

deve ser tratada como solução definitiva para todos os problemas da IA em saúde.

Explicações visualmente convincentes podem produzir falsa sensação de compreensão,

sobretudo quando o profissional não possui formação adequada para interpretar os limites do

modelo. Por isso, a explicabilidade deve estar associada à validação clínica, à avaliação

crítica, ao treinamento profissional e à governança adequada (Rudin, 2019; Ghassemi;

Oakden-Rayner; Beam, 2021).

A dimensão ética e regulatória reforça essa necessidade. Documentos internacionais

sobre IA em saúde destacam princípios como supervisão humana, transparência, segurança,

equidade, proteção de dados, accountability e preservação da autonomia. Na odontologia, tais

princípios são relevantes porque decisões clínicas podem envolver intervenções irreversíveis,

impactos estéticos, funcionais, emocionais e financeiros. A aprovação regulatória de um

sistema, por mais importante que seja, não elimina a necessidade de interpretação profissional

Parliament and Council of the European Union, 2024).

A responsabilidade profissional permanece como eixo central. Mesmo quando um

sistema de IA auxilia no diagnóstico ou no planejamento, o cirurgião-dentista continua sendo

o profissional que estabelece a relação clínica, interpreta achados, comunica alternativas e

assume a decisão terapêutica diante do paciente. A recomendação algorítmica pode participar

do processo decisório, mas não possui responsabilidade moral, não estabelece vínculo

fiduciário e não responde perante o paciente (Char; Shah; Magnus, 2018; Price; Gerke;

Cohen, 2019; Gerke; Minssen; Cohen, 2020; Naik et al., 2022). Essa responsabilidade inclui

transparência no uso da tecnologia, proteção de dados, atenção à equidade e consentimento

informado. Algoritmos treinados em bases pouco diversas podem apresentar desempenho

Além disso, imagens radiográficas, tomografias, fotografias clínicas, modelos digitais

A humanização do cuidado representa o eixo que articula esses elementos. A IA pode

A preservação da humanização depende diretamente da formação profissional. A

Portanto, a odontologia digital não deve caminhar para a substituição da clínica pela

automação, mas para uma clínica ampliada pela tecnologia e orientada pela responsabilidade

humana. A formação profissional deve preparar o cirurgião-dentista para atuar como

intérprete crítico da inteligência artificial, guardião da relação fiduciária e mediador ético

entre dados, evidências e valores do paciente. Nesse horizonte, a verdadeira inovação não

será apenas a adoção de sistemas mais inteligentes, mas a construção de uma prática

odontológica capaz de permanecer humana em meio à sofisticação tecnológica. Os principais

artificial, seus riscos associados e o papel preservado do cirurgião-dentista na tomada de

decisão clínica.

Confundir eficiência técnica com suficiência clínica

Integrar os achados ao exame clínico e ao contexto do paciente

Transformar probabilidade algorítmica em certeza clínica

Interpretar informações, ponderar riscos e decidir sob incerteza

Aceitar recomendações automatizadas sem verificação crítica

Manter vigilância, questionar discrepâncias e validar clinicamente

Produzir falsa sensação de compreensão ou segurança

Avaliar se a explicação é clinicamente plausível e relevante

Apoiar documentação, análise e decisão clínica

Diluir ou deslocar a responsabilidade pelo cuidado

Preservar a accountability e a decisão final profissional

Humanização do cuidado

Liberar tempo para escuta, comunicação e deliberação compartilhada

Reduzir o paciente a dados, imagens ou probabilidades

Manter vínculo, comunicação clara e cuidado centrado na pessoa

Fonte: Elaborado pelos autores (2026). DISCUSSÃO

A presente revisão narrativa crítica analisou a incorporação da inteligência artificial

na odontologia a partir de quatro eixos interdependentes: eficiência clínica, julgamento

humano, responsabilidade profissional e humanização do cuidado. Sua principal contribuição

consiste em deslocar o debate da simples avaliação do desempenho algorítmico para uma

reflexão sobre o lugar que a IA deve ocupar na prática odontológica contemporânea. Embora

a literatura demonstre avanços relevantes em reconhecimento de padrões, interpretação de

exames de imagem e apoio ao planejamento terapêutico, a análise desenvolvida indica que

essas tecnologias devem ser compreendidas dentro de um modelo de inteligência aumentada,

no qual a IA amplia a capacidade analítica do cirurgião-dentista sem substituir sua

responsabilidade clínica (Schwendicke; Samek; Krois, 2020; Chen; Stanley; Att, 2020;

Topol, 2019b).

Esse ponto é relevante porque grande parte do entusiasmo em torno da inteligência

artificial em saúde deriva de sua capacidade de processar grandes volumes de dados e

identificar regularidades estatísticas com velocidade e precisão. Na odontologia, esse

potencial é evidente em áreas como radiologia, periodontia, implantodontia, ortodontia e

planejamento digital. Entretanto, eficiência técnica não deve ser confundida com suficiência

clínica. Um algoritmo pode reconhecer uma alteração radiográfica, estimar probabilidades ou

sugerir classificações diagnósticas, mas não integra, por si só, anamnese, exame clínico,

valores do paciente, limitações biológicas, prognóstico, impacto funcional e responsabilidade

ética. Assim, a IA pode qualificar etapas do cuidado, mas não substitui a complexidade do

julgamento clínico (Thurzo et al., 2022; Lee et al., 2025).

A discussão sobre julgamento clínico permanece central para compreender os limites

da automação em odontologia. A prática clínica não se reduz à identificação de padrões,

ainda que esse componente seja relevante. Ela envolve raciocínio contextual, formulação de

hipóteses, revisão crítica de informações, comunicação de incertezas e tomada de decisão

decide entre alternativas absolutamente corretas ou incorretas, mas entre possibilidades que

exigem ponderação de riscos, benefícios, prognóstico, custo biológico e expectativas do

paciente. Nessa perspectiva, a incerteza não representa uma falha da clínica, mas uma

condição própria do cuidado em saúde (Croskerry, 2009; Norman; Eva, 2010; Simpkin;

Schwartzstein, 2016).

A IA pode contribuir para reduzir incertezas técnicas pontuais, especialmente quando

auxilia na detecção de achados sutis, na comparação de imagens, na triagem de exames e na

organização de informações clínicas. Contudo, também pode produzir ilusão de certeza

quando seus resultados são recebidos como conclusões finais. Esse risco é particularmente

importante diante do viés de automação e da complacência com a automação, fenômenos nos

quais profissionais podem confiar excessivamente em sistemas automatizados ou reduzir sua

vigilância crítica diante de recomendações algorítmicas percebidas como confiáveis

(Parasuraman; Riley, 1997; Goddard; Roudsari; Wyatt, 2012; Lyell; Coiera, 2017).

Na prática odontológica, o problema não está apenas na eventual falha algorítmica,

mas na relação cognitiva estabelecida entre o profissional e o sistema. Quando a IA é tratada

como autoridade decisória, o julgamento clínico tende a ser deslocado para uma posição

secundária, enfraquecendo a autonomia profissional e a responsabilidade diante do paciente

(Gaube et al., 2021; Asan; Bayrak; Choudhury, 2020). Por isso, a confiança calibrada emerge

como competência essencial: confiar adequadamente em um sistema inteligente significa

reconhecer sua utilidade sem ignorar suas limitações, seu contexto de validação e seu

domínio de aplicação (Hoff; Bashir, 2015).

A inteligência artificial explicável contribui para essa confiança calibrada, mas não

resolve isoladamente todos os desafios. Sistemas capazes de apresentar mapas de calor,

regiões de interesse, níveis de confiança ou justificativas interpretáveis podem auxiliar o

profissional a compreender melhor a recomendação algorítmica. No entanto, explicações

visualmente convincentes não garantem compreensão real do funcionamento do modelo nem

validade clínica da inferência. Por isso, a explicabilidade deve estar associada à validação

clínica, à formação profissional, à governança de dados e à manutenção do julgamento

humano como instância final de decisão (Rudin, 2019; Amann et al., 2020; Ghassemi;

Oakden-Rayner; Beam, 2021).

A formação profissional torna-se, portanto, elemento estratégico para a integração

segura da inteligência artificial na odontologia. O cirurgião-dentista do futuro não deverá ser

apenas operador de programas, mas intérprete crítico de sistemas inteligentes. Isso exige

competências em letramento digital, compreensão básica de aprendizado de máquina,

reconhecimento de vieses algorítmicos, interpretação de resultados, comunicação de

incertezas, ética aplicada e tomada de decisão centrada no paciente (Schwendicke et al.,

2023; Harte et al., 2025; Mun et al., 2025).

Como limitação, esta revisão narrativa não teve como objetivo realizar metanálise,

quantificar o desempenho de sistemas específicos ou comparar estatisticamente ferramentas

de IA utilizadas em diferentes áreas da odontologia. Sua contribuição está na integração

crítica de evidências clínicas, referenciais éticos, discussões regulatórias e conceitos

relacionados ao julgamento profissional. Pesquisas futuras devem avaliar como sistemas de

inteligência artificial influenciam decisões odontológicas em cenários reais, incluindo erros

diagnósticos, adesão às recomendações, comunicação com pacientes, consentimento

informado, equidade, formação profissional e distribuição de responsabilidade.

Dessa forma, a inteligência artificial deve ser compreendida como uma das

transformações mais relevantes da odontologia contemporânea, mas seu valor dependerá

menos da promessa de substituir decisões humanas e mais da capacidade de ampliar a prática

clínica de modo responsável. A eficiência algorítmica pode qualificar o diagnóstico e o

planejamento; a explicabilidade pode favorecer a transparência; a regulação pode estabelecer

parâmetros de segurança; e a formação profissional pode reduzir riscos cognitivos. Contudo,

a decisão clínica continuará exigindo julgamento, prudência, comunicação e compromisso

ético.

CONSIDERAÇÕES FINAIS

A inteligência artificial representa uma transformação relevante da odontologia

contemporânea, com potencial para ampliar a eficiência clínica, qualificar a análise de

informações e apoiar decisões diagnósticas e terapêuticas. Contudo, seu valor não deve ser

medido apenas pela capacidade de reconhecer padrões ou processar grandes volumes de

dados, mas pela forma como é integrada ao cuidado odontológico.

Os achados desta revisão narrativa crítica indicam que a IA deve ser compreendida

como instrumento de inteligência aumentada, e não como substituta do julgamento clínico. A

decisão odontológica permanece dependente da interpretação contextual, da gestão da

incerteza, da comunicação com o paciente e da responsabilidade ética do cirurgião-dentista.

A adoção segura da IA exige confiança calibrada, explicabilidade, supervisão

humana, governança de dados, formação profissional adequada e clareza sobre a

responsabilidade pelos atos clínicos mediados por tecnologia. Conclui-se que o futuro da

odontologia digital não será definido apenas pela sofisticação dos sistemas inteligentes, mas

pela capacidade da profissão de integrá-los de modo crítico, ético e humanizado.

REFERÊNCIAS AMANN, J. et al. Explainability for artificial intelligence in healthcare: a multidisciplinary perspective. BMC Medical Informatics and Decision Making, London, v. 20, n.1, 2020. Disponível em: https://doi.org/10.1186/s12911-020-01332-6. Acesso em: 28 set. 2026. ANTONIADI, A. M. et al. Current challenges and future opportunities for XAI in machine learning-based clinical decision support systems: a systematic review. Applied Sciences, [S. l.], v. 11, n. 11, 2021. Disponível em: https://doi.org/10.3390/app11115088. Acesso em: 28 set. 2026. ASAN, O.; BAYRAK, A. E.; CHOUDHURY, A. Artificial intelligence and human trust in healthcare: focus on clinicians. Journal of Medical Internet Research, Toronto, v. 22, n. 6, e15154, 2020. Disponível em: https://doi.org/10.2196/15154. Acesso em: 28 set. 2026. BAETHGE, C.; GOLDBECK-WOOD, S.; MERTENS, S. SANRA - a scale for the quality assessment of narrative review articles. Research Integrity and Peer Review, [S. l.], v. 4, n. 5, 2019. Disponível em: https://doi.org/10.1186/s41073-019-0064-8. Acesso em: 28 set. 2026. BEAUCHAMP, T. L.; CHILDRESS, J. F. Principles of Biomedical Ethics. 8. ed. Oxford: Oxford University Press, 2019. CHAR, D. S.; SHAH, N. H.; MAGNUS, D. Implementing machine learning in health care: addressing ethical challenges. The New England Journal of Medicine, Boston, v. 378, n. 11, p. 981-983, 2018. Disponível em: https://doi.org/10.1056/NEJMp1714229. Acesso em: 28 set. 2026. CHEN, Y. W.; STANLEY, K.; ATT, W. Artificial intelligence in dentistry: current applications and future perspectives. Quintessence International, Berlin, v. 51, n. 3, p. 248-257, 2020. Disponível em: https://doi.org/10.3290/j.qi.a43952. Acesso em: 28 set. 2026.