https://www.savalnet.cl/cienciaymedicina/destacados/revolucion-en-el-cribado-dental-mediante-inteligencia-artificial.html
04 Julio 2025

Revolución en el cribado dental mediante inteligencia artificial

Los modelos de deep learning ofrecen nuevas posibilidades para detectar problemas de salud bucal de forma sencilla y accesible, y así reducir el riesgo de enfermedad periodontal y su progresión.

La detección temprana de la placa dental y la gingivitis es fundamental para prevenir la periodontitis y mantener la salud bucal y sistémica. Las disparidades en el acceso a la atención dental subrayan la necesidad de soluciones escalables para el cribado temprano. 

El potencial de la inteligencia artificial (IA) y el deep learning (DL) para mejorar la detección y democratizar el cribado de la salud bucal es prometedor, especialmente cuando se combinan con modalidades de imagenología accesibles como las fotografías intraorales.

Esta revisión sistemática, liderada por el Dr. Mohammad Moharrami de la Facultad de Odontología de la Universidad de Toronto, Canadá, tuvo como objetivo evaluar el rendimiento de los modelos de deep learning (DL) en la detección de placa dental y gingivitis a partir de fotografías intraorales rojas, verdes y azules (RGB).

Se realizó una búsqueda exhaustiva de literatura en Medline, Scopus, Embase y Web of Science hasta el 31 de enero de 2025. Se analizaron las características metodológicas y las métricas de rendimiento de los estudios que desarrollaron y validaron modelos DL para tareas de clasificación, detección o segmentación.

De 3.307 registros encontrados, solo 23 estudios cumplieron con los criterios de inclusión. De estos, 10 se enfocaron en la placa dental, 11 en la gingivitis y dos abordaron ambos resultados. Respecto a la placa dental, los modelos DL lograron buenos resultados en su identificación, con una precisión que varió entre 0,64 y 0,86 (mediana: 0,74), y las muestras utilizadas oscilaron entre 168 y 3.932 imágenes. Tres estudios mostraron que estos modelos superaron a los dentistas para detectar la placa, cuando no se utilizaron agentes reveladores. Para la gingivitis, los modelos también mostraron que tienen potencial, pero su precisión fue menor, con valores entre 0,43 y 0,72 (mediana: 0,63), con tamaños de muestra que variaron entre 134 y 7.211 imágenes. 

En conclusión, los modelos de deep learning demuestran un potencial prometedor para detectar placa dental y gingivitis a partir de fotografías intraorales, con un rendimiento superior en la detección de placa. Aprovechando dispositivos de imagenología accesibles, como los teléfonos inteligentes, estos modelos pueden mejorar la teleodontología y facilitar el cribado temprano de la enfermedad periodontal. Sin embargo, se necesita más investigación para garantizar la aplicabilidad en el mundo real.

Fuente bibliográfica

Deep Learning for Detecting Dental Plaque and Gingivitis From Oral Photographs: A Systematic Review

Moharrami M, et al.

https://doi.org/10.1111/cdoe.70001

Ciencia y Medicina

Destacado Agenda de Eventos

Cumbre de Inmuno-Oncología 2025

11 Agosto 2025

La XIII Cumbre Anual de Inmuno-Oncología presenta los éxitos de los estudios preclínicos y clínicos basados en un profundo conocimien...

Destacado Artículos Destacados

Reevaluación del uso de antibióticos preoperatorios en la apendicitis

13 Junio 2025

Su administración rutinaria en las 24 horas previas a la cirugía, no disminuye significativamente el riesgo de perforación en casos no...

Efecto protector del café en la mortalidad cardiovascular

30 Mayo 2025

Una a tres tazas al día se asocian con una reducción en el riesgo de muerte en adultos con enfermedades cardiovasculares, incluso en pr...

Destacado Progresos Médicos

Ácido acetilsalicílico frenando la metástasis

12 Mayo 2025

El fármaco promueve la inmunidad antimetastásica al bloquear la novedosa vía TXA2-ARHGEF1, una vía inmunosupresora, abriendo nuevas o...