Cómo lee la IA las radiografías dentales
La mayoría de los productos de IA dental que hay hoy en el mercado hacen una sola tarea: examinan una radiografía (de aleta de mordida, periapical, panorámica o una tomografía CBCT en 3D) y resaltan zonas que el dentista podría querer mirar con más atención. Esto es lo que ocurre por dentro, explicado de forma sencilla.
1. El software aprende de imágenes etiquetadas
Estas herramientas utilizan aprendizaje profundo, un tipo de aprendizaje automático que «aprende» patrones estadísticos a partir de muchas imágenes de ejemplo etiquetadas por expertos, por ejemplo delimitando lesiones de caries. Tras el entrenamiento, el modelo puede hacer predicciones sobre imágenes que nunca ha visto [1].
2. Clasifica, detecta o delimita
Los modelos de investigación hacen una de estas tres cosas: clasificar una imagen o un diente completo (p. ej., «hay caries»), detectar un hallazgo y dibujar un recuadro a su alrededor, o segmentarlo delimitando los píxeles exactos. Una revisión sistemática de 2022 sobre 42 estudios de aprendizaje profundo para detectar caries encontró los tres enfoques en uso [2].
3. Actúa como segundo lector, no como diagnóstico
Los productos autorizados por la FDA estadounidense suelen describirse como software de detección asistida por ordenador («CADe») que ayuda al dentista. Sus indicaciones oficiales señalan que no sustituyen la revisión completa ni el juicio clínico del dentista. Puede leer esta redacción en los resúmenes de la FDA enlazados desde nuestro directorio de herramientas, por ejemplo en el de Overjet Caries Assist [3].
Qué dice la evidencia
- La precisión descrita en los estudios es prometedora pero muy variable: en la revisión citada, la exactitud a nivel de imagen, objeto o píxel osciló entre el 68 % y el 99 %, y en la clasificación de caries en radiografías de aleta de mordida, entre el 87,6 % y el 95,4 % [2].
- La calidad de los estudios es desigual: solo 11 de los 42 mostraron un riesgo de sesgo bajo en todos los dominios, y la forma de informar del rendimiento era heterogénea, por lo que no fue posible hacer un metaanálisis [2].
- Los expertos señalan que la IA aún no se ha incorporado de forma generalizada a la práctica odontológica habitual, debido a datos limitados, falta de rigor metodológico y de estándares, y preguntas abiertas sobre su valor, la ética y la responsabilidad [1].
Qué significa para pacientes y profesionales
La IA puede ser un «par de ojos extra» útil, sobre todo para ganar consistencia en una clínica con mucha actividad. Pero una zona resaltada es una invitación a volver a mirar, no un diagnóstico. Pregunte cómo se validó la herramienta, con qué tipos de radiografía y grupos de edad, y mantenga la exploración clínica del dentista en el centro de la decisión.
Fuentes
- Schwendicke F, Samek W, Krois J. Artificial Intelligence in Dentistry: Chances and Challenges. J Dent Res. 2020;99(7):769-774. https://doi.org/10.1177/0022034520915714
- Mohammad-Rahimi H, et al. Deep learning for caries detection: A systematic review. J Dent. 2022;122:104115. https://doi.org/10.1016/j.jdent.2022.104115
- US FDA. 510(k) summary K222746 – Overjet Caries Assist. https://www.accessdata.fda.gov/cdrh_docs/pdf22/K222746.pdf