A inteligência artificial no ensino da Odontologia: uma análise bibliométrica
DOI:
https://doi.org/10.59681/2175-4411.v16.iEspecial.2024.1301Palavras-chave:
Odontologia, Ensino, Inteligência ArtificialResumo
Objetivo: Realizar uma análise bibliométrica sobre o uso da inteligência artificial no ensino da Odontologia, para identificar lacunas na literatura, sintetizando as descobertas atuais na área. Método: Trata-se de uma pesquisa bibliométrica de caráter exploratório e descritivo. Foram definidas as bases de dados WoS e Scopus para realização do estudo e posterior análise dos dados. Houve a exclusão de artigos em edição editorial, cartas e capítulos de livros. Resultados: Obteve-se 93 registros, publicados em 49 periódicos indexados às bases de dados, 314 autores vinculados a 199 instituições que foram responsáveis pelas publicações em 34 países diferentes. Após a remoção de duplicatas, foram incluídas 74 referências para a análise na íntegra. Todos os artigos selecionados foram analisados de acordo com dados bibliométricos pré-estabelecidos. Conclusão: É fundamental considerar a escassez de trabalhos científicos abordando esse tema e a necessidade contínua de pesquisas para maximizar os benefícios de sua incorporação no meio acadêmico.
Referências
Klaassen H, Ashida S, Comnick CL, Xie XJ, Smith BM, Tabrizi M, et al. Covid-19 pandemic and its impact on dental students: A multi-institutional survey. J Dent Educ. 2021 jul; 85(7):1280-1286. DOI: https://doi.org/10.1002/jdd.12597
Turing AM. Computing machinery and intelligence. Mind. 1950; 49:433-446. DOI: https://doi.org/10.1093/mind/LIX.236.433
Horie Y, Yoshio T, Aoyama K, Yoshimizu S, Horiuchi Y, Ishiyama A, et al. Diagnostic outcomes of esophageal cancer by artificial intelligence using convolutionalneural networks. Gastrointest Endosc. 2019 jan; 89(1):25-32. DOI: https://doi.org/10.1016/j.gie.2018.07.037
Iroda A, Diyora A. Artificial intelligence in medicine: benefits and drawbacks. Br View. 2021; 6(1):55-59.
Lee JH, Ha EJ, Kim JH. Application of deep learning to thediagnosis of cervical lymph node metastasis from thyroid cancerwith CT. Eur Radiol. 2019 oct; 29(10)5452-5457. DOI: https://doi.org/10.1007/s00330-019-06098-8
Carrillo-Perez F, Pecho OE, Morales JC, Paravina RD, Bona AD, Ghinea R, et al. Applications of artificial intelligence in dentistry: A comprehensive review. J Esthet and Restor Dent. 2022 jan; 34(1):259-280. DOI: https://doi.org/10.1111/jerd.12844
Khanagar SB, Al-Ehaideb A, Maganur PC, Vishwanathaiah S, Patil S, Baeshen H, et al. Developments, application, and performance of artificial intelligence indentistry - A systematic review. J Dent Sci. 2021 jan; 16(1):508-522. DOI: https://doi.org/10.1016/j.jds.2020.06.019
Shan T, Tay FR, Gu L. Application of artificial intelligence indentistry. J Dent Res. 2021 mar; 100(3): 232-244. DOI: https://doi.org/10.1177/0022034520969115
Alauddin MS, Baharuddin AS, Ghazali MIM. The modern and digital transformation of oral health care: A mini review. Healthcare. 2021 jan; 9(2):118. DOI: https://doi.org/10.3390/healthcare9020118
Imran E, Adanir N, Khurshid Z. Significance of haptic and virtual reality simulation (VRS) in the dental education: A review of literature. Appl Sci. 2021; 11(21):10196. DOI: https://doi.org/10.3390/app112110196
Lillehaug SI, Lajoie SP. AI in medical education-another grand challenge for medical informatics. Artif Intell Med. 1998 mar; 12(3):197-225. DOI: https://doi.org/10.1016/S0933-3657(97)00054-7
Zitzmann NU, Matthisson L, Ohla H, Joda T. Digital undergraduate education in dentistry: A systematic review. Int J Environ Res Public Health. 2020 may; 17(9)3269. DOI: https://doi.org/10.3390/ijerph17093269
Hicks D, Wouters P, Waltman L, Rijcke S, Rafols I. Bibliometrics: the Leiden Manifesto for research metrics. Nature. 2015 apr; 520:429-431. DOI: https://doi.org/10.1038/520429a
Mukherjee D, Lim WM, Kumar S, Donthu N. Guidelines for advancing theory and practice through bibliometric research. J Bus Res. 2022 sep; 148:101-115. DOI: https://doi.org/10.1016/j.jbusres.2022.04.042
Liu X, Zhao S, Tan L, Tan Y, Wang Y, Ye Z, et al. Frontier and hot topics in electrochemiluminescence sensing technology based on CiteSpace bibliometric analysis. Biosens Bioelectron. 2022 apr; 201:113932. DOI: https://doi.org/10.1016/j.bios.2021.113932
Yeung AWK. Comparison between Scopus, Web of Science, PubMed and publishers for mislabelled review papers. Curr Sci. 2019 jun; 116(11):1909-1914. DOI: https://doi.org/10.18520/cs/v116/i11/1909-1914
Kishimoto T, Goto T, Matsuda T, Iwawaki Y, Ichikawa T. Application of artificial intelli-gence in the dental field: A literature review. J Prosthodont Res. 2022 jan; 66(1):19-28. DOI: https://doi.org/10.2186/jpr.JPR_D_20_00139
Schwendicke F, Samek W, Krois J. Artificial intelligence in dentistry: Chances and challenges. J Dent Res. 2020 jul; 99(7):769-774. DOI: https://doi.org/10.1177/0022034520915714
Rhienmora P, Haddawy P, Suebnukarn S, Dailey MN. Intelligent dental training simulator with objective skill assessment and feedback. Artif Intell Med. 2011 jun; 52(2):115-21. DOI: https://doi.org/10.1016/j.artmed.2011.04.003
Lee J-H, Yu H-J, Kim M-j, Kim J-W, Choi J. Automated cephalometric landmark detection with confidence regions using Bayesian convolutional neural networks. BMC Oral Health. 2020 out; 20(1): 270. DOI: https://doi.org/10.1186/s12903-020-01256-7
Thurzo A, Strunga M, Urban R, Surovková J, Afrashtehfar KI. Impact of artificial intelligence on dental education: A review and guide for curriculum update. Educ Sci. 2023 jan; 13(150):1-14. DOI: https://doi.org/10.3390/educsci13020150
Speight PM, Elliott AE, Jullien JÁ; Downer MC, Zakzrewska JM. The use of artificial intelligence to identify people at risk of oral cancer and precancer. Br Dent J. 1995 nov; 179:382-387. DOI: https://doi.org/10.1038/sj.bdj.4808932
Rhienmora P, Haddawy P, Khanal P, Suebnukarn S, Dailey MN. A virtual reality simulator for teaching and evaluating dental procedures. Methods Inf Med. 2010 jun; 49(4):396-405. DOI: https://doi.org/10.3414/ME9310
Thurzo A, Urbanová W, Novák B, Czako L, Siebert T, Stano P, et al. Where is the artificial intelligence applied in dentistry? Systematic review and literature analysis. Healthcare (Basel). 2022 jul; 10(7):1269. DOI: https://doi.org/10.3390/healthcare10071269
Monterubbianesi R, Tosco V, Vitiello F, Orilisi G, Fraccastoro F, Putignano A, et al. Augmented, virtual and mixed reality in dentistry: A narrative review on the existing platforms and future challenges. Appl Sci. 2022 jan; 12(2):877. DOI: https://doi.org/10.3390/app12020877
Sallam M, Salim NA, Barakat M, Al-Tammemi AB. ChatGPT applications in medical, dental, pharmacy, and public health education: A descriptive study highlighting the advantages and limitations. Narra J. 2023 abr; 3(1):e103. DOI: https://doi.org/10.52225/narra.v3i1.103
Yüzbaşıoğlu E. Attitudes and perceptions of dental students towards artificial intelligence. J Dent Educ. 2021 jan; 85(1):60-68. DOI: https://doi.org/10.1002/jdd.12385
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
A submissão de um artigo ao Journal of Health Informatics é entendida como exclusiva e que não está sendo considerada para publicação em outra revista. A permissão dos autores para a publicação de seu artigo no J. Health Inform. implica na exclusiva autorização concedida aos editores para incluí-lo na revista. Ao submeter um artigo, ao autor será solicitada a permissão eletrônica de um Termo de Transferência de Direitos Autorais. Uma mensagem eletrônica será enviada ao autor correspondente confirmando o recibo do manuscrito e o aceite da Declaração de Direito Autoral.
