Classificação do seio maxilar para sexo e idade usando 23 arquiteturas de inteligência artificial

Por que os seios nas suas bochechas importam

Os espaços nas suas bochechas que ajudam você a respirar e a reduzir o peso do crânio também podem guardar pistas sobre quem você é. Este estudo investiga se a forma e o tamanho dos seios maxilares — cavidades cheias de ar ao lado do nariz — capturadas em radiografias odontológicas de rotina podem ajudar a inteligência artificial (IA) a estimar o sexo de uma pessoa e se ela é mais jovem ou mais velha que a meia adolescência. Ferramentas assim poderiam um dia auxiliar investigações forenses e o cruzamento de prontuários médicos, quando os métodos tradicionais de identificação estiverem ausentes ou incompletos.

Os cômodos ocultos dentro do seu rosto

Os seios paranasais são espaços ocos nos ossos da face e do crânio, incluindo os ossos maxilares nas bochechas. Eles ajudam a acondicionar o ar que respiramos, reduzem o peso da cabeça e colaboram com as defesas imunológicas. Como esses espaços crescem e mudam da infância à idade adulta, e tendem a ser um pouco maiores em homens do que em mulheres, seus contornos nas radiografias podem conter informações sobre idade e sexo. Pesquisas anteriores mediram esses seios manualmente ou com softwares convencionais, muitas vezes em exames tridimensionais, com sucesso moderado, porém com custo e esforço consideráveis.

Ensinando computadores a ler radiografias dentárias

Neste estudo, os pesquisadores reuniram quase 19.000 radiografias panorâmicas dentárias de pacientes brasileiros de 6 a pouco menos de 23 anos. São as imagens radiográficas amplas e curvas que muitas pessoas recebem no dentista. Dentistas forenses treinados desenharam manualmente caixas retangulares ao redor dos seios maxilares esquerdo e direito de cada pessoa, definindo a região de interesse para o computador. As imagens foram então padronizadas em tamanho e brilho e levemente modificadas — por exemplos, pequenas rotações ou espelhamentos — para ajudar os modelos de IA a aprender padrões robustos em vez de memorizar imagens específicas.

Colocando 23 “olhos” digitais à prova

A equipe avaliou 23 diferentes sistemas de análise de imagens por IA, incluindo redes convolucionais clássicas (CNNs), novos Vision Transformers (ViT e DeiT) e um modelo moderno de detecção conhecido como YOLOv11. Eles desafiaram esses modelos com três tarefas: decidir se a pessoa era homem ou mulher; classificá‑la como com 15 anos ou menos versus com mais de 15; e agrupá‑la em quatro categorias que combinam sexo e idade (meninas jovens, mulheres mais velhas, meninos jovens, homens mais velhos). Para manter a avaliação justa, os dados foram divididos em conjuntos de treinamento, validação e testes estritamente separados, e uma técnica chamada validação cruzada em cinco dobras garantiu que cada imagem fosse usada para teste exatamente uma vez.

Quão bem as máquinas se saíram

Na estimativa apenas do sexo, os melhores modelos — dois sistemas Transformer e uma CNN avançada — classificaram corretamente cerca de 78–81% dos casos. Isso está mais ou menos em linha com os melhores métodos anteriores, mas ainda significa que cerca de uma em cada cinco pessoas seria classificada incorretamente, o que é incerto demais para que os seios sejam usados como única pista. A idade mostrou‑se mais fácil: quando a tarefa foi simplesmente decidir se alguém tinha 15 anos ou menos ou mais de 15, os melhores modelos acertaram cerca de 95% das vezes, com desempenho excelente tanto para o grupo mais jovem quanto para o mais velho. Contudo, quando sexo e idade precisaram ser estimados juntos em quatro categorias, a acurácia caiu para cerca de 73–75%, mostrando que quanto mais detalhada a pergunta, mais difícil é para a IA discernir diferenças sutis na aparência dos seios.

O que isso significa para a forense e a odontologia

Nas três tarefas, os modelos mais novos baseados em Transformers consistentemente superaram a maioria das CNNs tradicionais, provavelmente porque conseguem analisar a radiografia como um todo e identificar padrões de longo alcance nos seios. O YOLOv11, um modelo originalmente concebido para localizar objetos em imagens, também teve desempenho particularmente bom, sobretudo nas tarefas relacionadas à idade. Ainda assim, os autores enfatizam que essas ferramentas devem, por ora, ser vistas como auxiliares úteis e não como soluções independentes em casos forenses do mundo real. Elas podem, por exemplo, sugerir rapidamente se restos desconhecidos pertencem a uma pessoa provavelmente com menos ou mais de 15 anos, ou fornecer uma estimativa preliminar de sexo a ser checada contra evidências mais fortes, como dentes ou ossos. Trabalhos futuros com conjuntos de dados mais diversos, faixas etárias mais finas e possivelmente exames tridimensionais serão necessários antes que a leitura por IA dos seios das bochechas possa desempenhar um papel central na identificação de quem somos.

Citação: Anees, W., Silva, R., Khan, A. et al. Maxillary sinus classification for sex and age using 23 artificial intelligence architectures. Sci Rep 16, 5716 (2026). https://doi.org/10.1038/s41598-026-36112-1

Palavras-chave: odontologia forense, seio maxilar, estimativa de idade, estimativa de sexo, aprendizado profundo