Validação de um novo método comparativo entre imagens 2D e scâneres intraorais 3D na identificação humana

Abstract

A identificação humana constitui um dos principais objetivos da Antropologia e da Medicina Dentária Forenses. Embora métodos tradicionais, como a análise do perfil genético e das impressões digitais, sejam altamente eficazes, nem sempre são aplicáveis em todas as circunstâncias. Nestes casos, a dentição assume um papel fundamental. Com o avanço tecnológico, especialmente no domínio da Inteligência Artificial (IA), têm surgido novas ferramentas capazes de processar grandes volumes de dados, com elevado grau de precisão e aplicáveis mesmo em amostras degradadas. O gold standard para a identificação em Medicina Dentária Forense continua a ser a radiografia. No entanto, as imagens intraorais em 3D têm vindo a ser cada vez mais utilizadas nas clínicas dentárias, impulsionadas pela evolução tecnológica e pela maior acessibilidade dos scâneres ao público. Esta realidade abre a possibilidade de obter imagens intraorais 3D precisas de vítimas num curto espaço de tempo. Contudo, a ausência de imagens 3D antemortem levanta a questão de saber se outros registos bidimensionais, como radiografias ou fotografias, poderiam ser comparados com imagens 3D postmortem. O presente estudo propõe a validação de dois métodos inovadores que combinam a análise comparativa das imagens 2D com escaneamento intraorais 3D de alta resolução, recorrendo a IA. A metodologia envolveu a análise de uma amostra de 142 indivíduos, com imagens 2D e escaneamentos intraorais 3D de cada um. O primeiro método teve como objetivo principal a utilização dos pontos de referência (landmarks) marcados em ambas as imagens, 2D e 3D, para posterior comparação por sobreposição, com vista à identificação humana. As imagens foram segmentadas e os landmarks dentários foram marcados usando o software Skeleton-id. O segundo método baseou-se na delimitação e sobreposição da linha oclusal, com recurso às ferramentas GIMP (para 2D) e SculptGL (para 3D). A interpretação dos dados foi realizada por algoritmos de IA, utilizando abordagens baseadas em landmarks e em regiões, com o objetivo de sobrepor modelos 3D a fotografias 2D para classificar o seu respetivo nível de semelhança. Para este efeito, foi necessário o desenvolvimento de um software capaz de medir a precisão na correspondência dos landmarks, aprimorando assim a exatidão do processo. Os resultados mostraram a elevada utilidade destes métodos, apesar dos diversos desafios surgidos durante o processo, como a perceção da localização dos landmarks nas ortopantomogramas, quer por parte do operador, quer pela IA, e a oclusão de landmarks nas imagens 2D, fatores que aumentavam a margem de erro. Esta pesquisa destacou as vantagens de se focar em tecidos duros (dentes), devido à sua elevada resistência aos diferentes fatores de degradação, em comparação com métodos que dependem de tecidos moles. Em suma, a inteligência artificial está a transformar a investigação forense, tornando os processos de identificação mais rápidos, fiáveis e precisos. O futuro da identificação forense deverá integrar a combinação de diversas tecnologias emergentes, incluindo a inteligência artificial, com o objetivo de reforçar a eficiência e a precisão dos métodos já existentes. A colaboração e a interdisciplinaridade entre diferentes áreas científicas serão cada vez mais determinantes para enfrentar os desafios futuros e promover uma justiça mais rigorosa e equitativa.

Human identification constitutes one of the main objectives of Forensic Anthropology and Forensic Dentistry. Although traditional methods, such as genetic profiling and fingerprint analysis, are highly effective, they are not always applicable in all circumstances. In such cases, dentition plays a fundamental role. With technological advances, especially in the field of Artificial Intelligence (AI), new tools have emerged that are capable of processing large volumes of data with a high degree of accuracy and can even be applied to degraded samples. The gold standard for identification in Forensic Dentistry continues to be radiography. However, 3D intraoral images have been increasingly used in dental clinics, driven by technological progress and the growing accessibility of scanners to the public. This development opens up the possibility of obtaining precise 3D intraoral images of victims within a short period of time. Nevertheless, the absence of antemortem 3D images raises the question of whether other two-dimensional records, such as radiographs or photographs, could be compared with postmortem 3D images. The present study proposes the validation of two innovative methods that combine comparative analysis of 2D images with high-resolution 3D intraoral scans, using AI. The methodology involved the analysis of a sample of 142 individuals, each with both 2D images and 3D intraoral scans. The first method aimed to use reference points (landmarks) marked on both 2D and 3D images for subsequent overlay comparison, in order to achieve human identification. The images were segmented, and the dental landmarks were marked using the Skeleton-id software. The second method was based on the delineation and superimposition of the occlusal line, using GIMP tools for 2D and SculptGL for 3D images. Data interpretation was performed by AI algorithms using both landmark-based and region-based approaches, with the goal of overlaying 3D models onto 2D photographs to classify their respective levels of similarity. For this purpose, software was developed to measure the accuracy of landmark correspondence, thereby improving the precision of the process. The results demonstrated the high usefulness of these methods, despite several challenges encountered during the process, such as the perception of landmark locations on orthopantomograms, both by the operator and by AI, and the occlusion of landmarks in 2D images, factors that increased the margin of error. This research emphasized the advantages of focusing on hard tissues (teeth), due to their high resistance to various degradation factors, compared to methods that rely on soft tissues. In summary, Artificial Intelligence is transforming forensic research, making identification processes faster, more reliable, and more accurate. The future of forensic identification is likely to integrate a combination of emerging technologies, including AI, in order to enhance the efficiency and precision of existing methods. Collaboration and interdisciplinarity among different scientific fields will be increasingly essential to address future challenges and promote a more rigorous and equitable justice system.