Inteligencia Artificial en Odontología: democratización de la atención bucodental

La Inteligencia Artificial (IA) tiene como objetivo el desarrollo de algoritmos para su uso en programas de software automatizados o máquinas, para que presenten capacidades propias de los seres humanos y poder realizar actividades específicas. Actualmente está adquiriendo un papel crucial en las profesiones sanitarias y de manera específica también en la odontología, ayudando a diagnosticar de una manera rápida y precisa todo tipo de patologías mediante el análisis de fotografías 2D, radiografías y/o imágenes tridimensionales. Esto supone a su vez una mejora en la toma de decisiones clínicas y una optimización de los tiempos de tratamiento.

Autores: Dra. Ángela Redondo, Dr. Erik Regidor, Iraitz Cordero, Daniel Clemente y Dr. Alberto Ortiz-Vigón.

Introducción

Hoy en día, la Inteligencia artificial ocupa un lugar cada vez más relevante en nuestras vidas, a pesar de que podemos llegar a convivir con ella sin darnos cuenta. ¿Pero qué es concretamente?

La inteligencia artificial (IA) es la combinación de algoritmos, es decir, de operaciones matemáticas. Estas fueron planteadas en 1956 por el matemático John McCarthy, quien asignó este término por primera vez con el objetivo de desarrollar programas de software automatizados o máquinas, que presenten capacidades propias de los seres humanos, como el razonamiento, el aprendizaje y la creatividad, para así poder realizar actividades específicas con un objetivo concreto. (1,2)

Con otras palabras, podría decirse que se trata de un campo de estudio que pretende desarrollar sistemas capaces de efectuar tareas que requieran inteligencia humana, como aprender, razonar, tomar decisiones o resolver problemas, todo ello utilizando algoritmos y modelos matemáticos basados en un aprendizaje previo.

Es importante recalcar que existen diferentes tipos de IA, cada una con sus propias capacidades y aplicaciones, y que, a su vez, esta se compone por:

- El aprendizaje automático (ML), cuyo objetivo es que las máquinas aprendan de los datos para que puedan resolver problemas sin intervención humana.(3)

- El aprendizaje profundo (DL) que mediante la red neuronal identifica automáticamente patrones para mejorar la detección de características. (3)

Estas redes neuronales (Figura 1) (36) son los modelos de computación matemática que pueden simular el funcionamiento del cerebro humano y son entrenados con conjuntos de datos clínicos utilizados para una variedad de tareas (3).

El objetivo de este artículo es analizar cómo la IA está trasformando el mundo de la odontología, conocer los avances y estudios de investigación que hay en este sector hoy en día y analizar cuál es el futuro inmediato de esta implementación en nuestro campo.

Actualmente, en odontología, la IA está adquiriendo cada vez un papel más relevante y prometedor. Su funcionamiento consiste en la utilización de softwares automatizados que reciben datos recopilados del paciente, como, por ejemplo: fotografías clínicas, radiografías 2D o historiales clínicos, los cuales procesan y analizan, siendo capaces de detectar enfermedades bucodentales. (2)

Esta tecnología se está utilizando para mejorar la práctica odontológica, ofreciendo beneficios tanto para los profesionales de la salud como para los pacientes, al mejorar la precisión y la eficiencia. Algunas de las tareas específicas son:

Diagnóstico asistido por IA:

Los algoritmos de aprendizaje automático han permitido el desarrollo de sistemas de IA capaces de detectar y clasificar diversas afecciones dentales a través de imágenes, radiografías y escaneos 3D.

Planificación de tratamientos dentales complejos, colocación de implantes:

Al combinar imágenes médicas, radiografías y datos clínicos del paciente, los sistemas de IA pueden ayudar a los especialistas a determinar la mejor posición para los implantes y a predecir el resultado estético, optimizando así la planificación quirúrgica y los tiempos de recuperación del paciente.

Asistentes virtuales y chatbots:

Proporcionan información y soporte a los pacientes. Estas aplicaciones responden a preguntas comunes, aportan consejos de cuidado bucodental y son útiles para recordar y programar citas.

Aprendizaje automático para el pronóstico y tratamiento:

Los algoritmos de aprendizaje automático se están utilizando para analizar grandes cantidades de datos clínicos con el objetivo de predecir el riesgo de enfermedades bucodentales (la caries y la enfermedad periodontal) e identificar los tratamientos más efectivos para cada paciente mediante la toma de decisiones basadas en la evidencia.

Robótica y automatización:

La IA se está integrando con la robótica en el ámbito de la odontología para mejorar la precisión, la eficiencia de los procedimientos quirúrgicos y reducir el margen de error. Además, la automatización de tareas repetitivas, como la fabricación de prótesis dentales, permite ahorrar tiempo y recursos.

La utilización de la IA en la odontología

Las tecnologías que utilizan IA se están convirtiendo en un campo emergente de la odontología y se han implementado en una amplia gama de especialidades dentales. Éstas son capaces de realizar una serie de tareas simples en la clínica dental con mayor precisión, menos personal y menos errores que los humanos. Las labores capaces de realizar van desde la reserva y coordinación de citas hasta la asistencia en el diagnóstico clínico y la planificación del tratamiento. (1)(2)

Los estudios (2) han demostrado que la IA es capaz de proporcionar diagnósticos dentales precisos y eficientes, pronósticos y ayudar a la toma de decisiones clínicas.

Los dentistas necesitan utilizar todos sus conocimientos adquiridos para diagnosticar y decidir la mejor opción de tratamiento, sin embargo, en algunos casos, no tienen las herramientas o el tiempo suficiente para tomar la decisión clínica correcta. En situaciones como esta, las aplicaciones de IA pueden servir como guía para tomar mejores decisiones de manera estandarizada y automatizada. (2).

Se ha incorporado el uso de tecnologías con IA en distintos campos de la odontología que facilitan las tareas de diagnóstico para el clínico dentro de los cuales se pueden mencionar:

- La implantología dental es uno de los campos en el que la IA está empezando a tener un impacto significativo. Los modelos desarrollados son capaces de reconocer marcas de implantes, predecir el éxito de este y optimizar su diseño (4). Se ha logrado una precisión general en la identificación de implantes que oscila entre el 93,8% y el 98% al utilizar radiografías periapicales y panorámicas. Esto ha facilitado el proceso de planificación y rehabilitación al proporcionar la referencia precisa para los profesionales dentales.

Los modelos de IA han tenido en cuenta en la predicción del éxito del implante factores de riesgo individuales del paciente y criterios pertenecientes al historial médico obteniendo resultados variables, con un rango de precisión entre el 62,4% y el 80,5%. (4)

La optimización del diseño de los implantes mediante el uso de cálculos de análisis de elementos finitos (FEA) ha sido otro enfoque importante en la aplicación de modelos de IA en la implantología dental. Esto incluye la minimización del estrés en la interfaz implante-hueso, la mejora de la porosidad, longitud y diámetro del implante, y la determinación precisa del módulo elástico de la interfaz implante-hueso. (4)

A pesar de estos avances una de las limitaciones actuales es la ausencia de registros disponibles que puedan facilitar el desarrollo de modelos de IA y la capacitación en reconocimiento de implantes.(4)

- Las tecnologías que utilizan IA han demostrado ser útiles para planificar los tratamientos de ortodoncia y ver los resultados de estos (Figura 2) (33). De esta manera pueden predecir si son necesarias extracciones estratégicas y en qué momento deben hacerse; identificar puntos de referencia cefalométricos mediante radiografías; diagnosticar la necesidad de realizar cirugía ortognática y el pronóstico de esta. Estas tecnologías también son capaces de determinar el grado de maduración de las vértebras cervicales y la tasa de crecimiento para conocer el potencial de desarrollo del individuo y así saber cuándo es el momento óptimo para empezar con el tratamiento. (2)(5)

Los modelos de IA, según confirman los estudios realizados (6,7), mostraron una excelente precisión en la identificación de puntos de referencia utilizando un algoritmo especializado de inteligencia artificial (IA) y un sistema de identificación automatizado basado en el aprendizaje profundo. Es decir, los resultados son comparables e incluso superiores a los especialistas dentales en términos de rendimiento y precisión. (2,5)

- En endodoncia, la IA se aplica para diagnosticar fracturas verticales de la raíz dental a través de radiografías panorámicas e imágenes CBCT (3D) utilizando redes neuronales probabilísticas PNN (precisión cercana al 97%) (8)) y la red neuronal convolucional, que también tiene una alta precisión (9).

En esta especialidad también son útiles las redes neuronales artificiales para determinar la longitud de trabajo (factor imprescindible para garantizar el éxito del tratamiento) consiguiendo una precisión del 96% (10), puntuación mayor si lo comparamos con la precisión obtenida por endodoncistas profesionales. (2)

- En el campo de la radiología dental y maxilofacial, la IA ha sido utilizada para la detección y diagnóstico preciso de caries dentales, localización de los orificios del conducto radicular, fracturas radiculares verticales, lesiones apicales, enfermedades de las glándulas salivales, sinusitis maxilar, quistes maxilofaciales, metástasis en ganglios linfáticos cervicales, osteoporosis, lesiones cancerosas, perdida ósea alveolar, aneurismas cerebrales, calcificación de arterias coronarias y lesiones cutáneas. (1,11)

El aprendizaje profundo es uno de los dos sub-campos en los que se divide la IA, y permite que los modelos aprendan y hagan predicciones mediante el reconocimiento de patrones, de la misma manera que hacen los radiólogos, evaluando repetidamente imágenes médicas. (11) Se conseguirán modelos de IA mejores a través de una mayor capacitación, basada en conjuntos de datos de imágenes grandes y novedosos, consiguiendo así mejorar la eficiencia en el trabajo y lograr diagnósticos más precisos. ( 11)

- Una de las aplicaciones más relevantes en este campo es el registro del estado dental y la detección de hallazgos patológicos, entre ellos la caries. (12) El diagnóstico se consigue mediante el análisis automatizado de fotografías intraorales. (12) Los primeros estudios que se publicaron recientemente utilizaron el aprendizaje profundo con redes neuronales convolucionales (CNN) para detectar caries en radiografías dentales (13,14,15,16,17,18) o imágenes de transiluminación de luz infrarroja cercana (19).

Hoy en día el método utilizado para el diagnóstico clínico de caries es el examen visual (VE) o radiográfico.(12) Se observan repetidamente situaciones en la práctica clínica diaria en las que diferentes dentistas hacen diagnósticos contradictorios. Por lo tanto, la verificación independiente a través de métodos de inteligencia artificial (IA) puede ser una ventaja (20,21). En el estudio de Park EY y cols cada imagen fotográfica fue examinada en un ordenador personal por un dentista certificado por la junta. En primer lugar, el especialista etiquetó todas las superficies de los dientes en cada imagen por píxeles utilizando una herramienta de etiquetado como estándar de referencia. En segundo lugar, la lesión cariosa se marcó en la superficie del diente utilizando un cuadro delimitador de acuerdo con el Sistema Internacional de Evaluación y Detección de Caries (ICDAS). (22)

Este método de trabajo se utiliza en el desarrollo de softwares de diagnóstico dental. MyDentist (Figura 3) es una nueva start-up basada en Inteligencia Artificial capaz de diagnosticar distintas patologías y afecciones bucales gracias al etiquetado de miles de fotografías intraorales. (Figura 4)

Es un proyecto novedoso que ofrece muchas ventajas clínicas, tanto para los profesionales como para los pacientes. Esta aplicación es capaz de generar un prediagnóstico rápido y preciso, facilitando así el trabajo al profesional, ya que puede hacerse una idea del perfil del paciente que va a tratar y también permite ahorrarle tiempo en las primeras visitas o urgencias que atienda. Este prediagnóstico se consigue porque la IA es capaz de analizar 5 fotos intraorales (frontal, laterales, oclusales) que se hace el propio paciente (la aplicación le va guiando) basándose en los miles de fotos que ya han sido etiquetadas para el entrenamiento del modelo que permite reconocer diferentes patologías y afecciones orales. [...]

Descargar artículo completo

También puede consultar el número 83 de DM El Dentista Moderno