{"id":4084,"date":"2023-04-11T17:35:25","date_gmt":"2023-04-11T15:35:25","guid":{"rendered":"https:\/\/magazine.zhermack.com\/?p=4084"},"modified":"2023-04-11T17:40:34","modified_gmt":"2023-04-11T15:40:34","slug":"inteligencia-artificial-en-odontologia","status":"publish","type":"post","link":"https:\/\/magazine.zhermack.com\/es\/estudio-es\/inteligencia-artificial-en-odontologia\/","title":{"rendered":"Inteligencia artificial en odontolog\u00eda: usos, l\u00edmites y perspectivas"},"content":{"rendered":"\n

La inteligencia artificial (AI) es \u00abun proceso inform\u00e1tico que tiene como objetivo reproducir la inteligencia humana o animal y que encuentra aplicaciones en una amplia variedad de campos (por ejemplo, aprendizaje autom\u00e1tico, procesamiento del lenguaje natural y rob\u00f3tica)<\/em>\u00bb [1].<\/p>\n\n\n\n

Esto ya se est\u00e1 aplicando a un gran n\u00famero de especialidades, no solo dentro del sector sanitario, sino tambi\u00e9n relacionadas con las matem\u00e1ticas, las finanzas, la ingenier\u00eda y el comercio [2].<\/p>\n\n\n\n

Sin embargo, el prop\u00f3sito y el m\u00e9todo de aplicaci\u00f3n de la inteligencia artificial son siempre los mismos: la imitaci\u00f3n del proceso humano en la toma de decisiones con correlaciones y principios que siguen un uso l\u00f3gico y un an\u00e1lisis matem\u00e1tico de los datos de partida<\/strong>.<\/p>\n\n\n\n

De esta forma, las decisiones humanas deber\u00edan ser te\u00f3ricamente m\u00e1s f\u00e1ciles y precisas, ya que la m\u00e1quina tiene en cuenta todos los aspectos, pros y contras relacionados con un determinado problema\/patolog\u00eda para proponer la mejor soluci\u00f3n, una vez filtrados todos los datos disponibles [3,4].<\/p>\n\n\n\n

Una \u00abmedicina de precisi\u00f3n\u00bb personalizada y preventiva<\/h2>\n\n\n\n

En el campo de la medicina, la inteligencia artificial podr\u00eda llevar a una mejor comprensi\u00f3n de las enfermedades dentro de las diferentes poblaciones del mundo y los diferentes individuos a trav\u00e9s del an\u00e1lisis inform\u00e1tico y la extrapolaci\u00f3n de una amplia gama de datos.<\/p>\n\n\n\n

Esto se traducir\u00eda en una \u00abmedicina de precisi\u00f3n\u00bb, es decir, una medicina personalizada, basada en intervenciones preventivas y terap\u00e9uticas <\/strong>no a gran escala, sino dirigidas a cada paciente en concreto<\/strong>.<\/p>\n\n\n\n

Es una medicina que tiene en cuenta las diferencias individuales en cuanto a gen\u00e9tica, estilo de vida, nutrici\u00f3n y antecedentes familiares, logrando as\u00ed identificar las terapias m\u00e1s adecuadas para cada caso cl\u00ednico [5].<\/p>\n\n\n\n

Odontolog\u00eda predictiva y diagn\u00f3stico por imagen: el papel de la IA<\/h2>\n\n\n\n

En el campo de la odontolog\u00eda, aprovechando los principios que subyacen al deep learning<\/em>, la inteligencia artificial est\u00e1 empezando a entrar en actividades y programas de odontolog\u00eda predictiva y diagn\u00f3stico porimagen [6].<\/p>\n\n\n\n

En ortodoncia, algunos programas ya permiten la detecci\u00f3n autom\u00e1tica de puntos de referencia cefalom\u00e9tricos <\/strong>en telerradiograf\u00edas latero-laterales, de cambios radiogr\u00e1ficos resultantes de tratamientos de ortodoncia sin extracciones y la predicci\u00f3n del crecimiento y desarrollo [7,8].<\/p>\n\n\n\n

IA en an\u00e1lisis radiogr\u00e1fico<\/h3>\n\n\n\n

En odontolog\u00eda conservadora, los mecanismos de inteligencia artificial se aplican principalmente en el an\u00e1lisis de radiograf\u00edas intraorales <\/strong>para diagnosticar caries interproximales, del esmalte y comprender la extensi\u00f3n real en dentina [9]. De hecho, el an\u00e1lisis de la escala de grises de los diferentes p\u00edxeles presentes en la radiograf\u00eda sirve para discriminar la presencia o ausencia de caries y su tama\u00f1o.<\/p>\n\n\n\n

Siguiendo el mismo principio, el an\u00e1lisis de radiograf\u00edas intraorales permite que algunos sistemas de IA detecten patolog\u00edas endod\u00f3nticas y la anatom\u00eda de los conductos radiculares, sugiriendo la dificultad de su posible tratamiento [10].<\/p>\n\n\n\n

Siguiendo con el an\u00e1lisis radiogr\u00e1fico, en periodoncia e implantolog\u00eda la inteligencia artificial es \u00fatil para comprender los tipos de defectos \u00f3seos <\/strong>presentes y para evaluar el riesgo de desarrollar patolog\u00edas periodontales\/periimplantarias, siguiendo, por ejemplo, la observaci\u00f3n de la desaparici\u00f3n de la l\u00e1mina dura [11,12].<\/p>\n\n\n\n

Adem\u00e1s, en este campo el deep learning<\/em> tambi\u00e9n puede permitir reconocer el tipo de implante que hay en el hueso, en el caso de que se deba tratar a un paciente al que se le ha colocado un implante y cuyo tipo no se conoce [13].<\/p>\n\n\n\n

IA en el campo prot\u00e9sico y maxilofacial<\/h3>\n\n\n\n

En el campo prot\u00e9sico, el an\u00e1lisis oclusal y el reconocimiento de signos parafuncionales siguen siendo objeto de estudio en la actualidad, aunque los estudios preliminares son alentadores [14].<\/p>\n\n\n\n

En cirug\u00eda maxilofacial, en cambio, la inteligencia artificial es una herramienta \u00fatil para planificar casos quir\u00fargicos de cirug\u00eda ortogn\u00e1tica y oncol\u00f3gica<\/strong> [15]. Tambi\u00e9n podr\u00eda aplicarse para observar la extensi\u00f3n de la osteonecrosis de los maxilares en CBCT [16].<\/p>\n\n\n\n

Incluso el diagn\u00f3stico de trastornos temporomandibulares de origen anat\u00f3mico y del carcinoma de c\u00e9lulas escamosas de la mucosa oral podr\u00eda beneficiarse de la aplicaci\u00f3n de algoritmos de deep learning<\/em> [17,18].<\/p>\n\n\n\n

Perspectivas y l\u00edmites de la IA en odontolog\u00eda<\/h4>\n\n\n\n

Los usos mencionados anteriormente son solo el inicio de los posibles usos que puede tener la inteligencia artificial en odontolog\u00eda. Sin embargo, aunque en muchos aspectos estos algoritmos son exactos y precisos, presentan algunas limitaciones.<\/strong><\/p>\n\n\n\n

Por ejemplo, la indicaci\u00f3n por parte de los sistemas de inteligencia artificial de los puntos de referencia de los tejidos duros y blandos en las \u00e1reas del ment\u00f3n y pogonion en las radiograf\u00edas cefalom\u00e9tricas suele ser inexacta, ya que la posici\u00f3n y la inclinaci\u00f3n del ment\u00f3n son dif\u00edciles de predecir con una radiograf\u00eda o una imagen de perfil [14].<\/p>\n\n\n\n

Adem\u00e1s, los pasos relacionados con la reconstrucci\u00f3n de la imagen CBCT<\/strong>, el proceso de segmentaci\u00f3n<\/strong> y la planificaci\u00f3n quir\u00fargica<\/strong> siguen siendo momentos delicados en los que los algoritmos de deep learning <\/em>pueden cometer errores con consecuencias que pueden llegar a ser graves<\/strong> [15].<\/p>\n\n\n\n

Tambi\u00e9n es necesario conocer el mecanismo de funcionamiento de los algoritmos [3,4] y, dada la complejidad de esta nueva tecnolog\u00eda y las problem\u00e1ticas intr\u00ednsecas en cuanto a sus usos en el campo m\u00e9dico, no se descarta que en el futuro puedan surgir nuevas figuras profesionales de la medicina<\/strong> [19].<\/p>\n\n\n\n

No hay duda de que el uso de la IA en odontolog\u00eda tendr\u00e1 un impacto significativo, aunque este deber\u00e1 valorarse en funci\u00f3n de la rama y la aplicaci\u00f3n cl\u00ednica y extracl\u00ednica que tenga el software en cuesti\u00f3n.<\/p>\n\n\n\n

\n\n\n\n

Bibliograf\u00eda<\/strong><\/p>\n\n\n\n

[1]       Ramesh AN, Kambhampati C, Monson JRT, Drew PJ. Artificial intelligence in medicine. Ann R Coll Surg Engl 2004;86:334\u20138. https:\/\/doi.org\/10.1308\/147870804290.<\/p>\n\n\n\n

[2]       Borana J. Applications of Artificial Intelligence & Associated Technologies, 2016.<\/p>\n\n\n\n

[3]       Mohammad-Rahimi H, Rokhshad R, Bencharit S, Krois J, Schwendicke F. Deep learning: A primer for dentists and dental researchers. J Dent 2023;130:104430. https:\/\/doi.org\/10.1016\/j.jdent.2023.104430.<\/p>\n\n\n\n

[4]       Ducret M, M\u00f6rch C-M, Karteva T, Fisher J, Schwendicke F. Artificial intelligence for sustainable oral healthcare. J Dent 2022;127:104344. https:\/\/doi.org\/10.1016\/j.jdent.2022.104344.<\/p>\n\n\n\n

[5]       K\u00f6nig IR, Fuchs O, Hansen G, von Mutius E, Kopp MV. What is precision medicine? Eur Respir J 2017;50:1700391. https:\/\/doi.org\/10.1183\/13993003.00391-2017.<\/p>\n\n\n\n

[6]       Schwendicke F, Krois J. Data Dentistry: How Data Are Changing Clinical Care and Research. J Dent Res 2022;101:21\u20139. https:\/\/doi.org\/10.1177\/00220345211020265.<\/p>\n\n\n\n

[7]       Park JH, Kim Y-J, Kim J, Kim J, Kim I-H, Kim N, et al. Use of artificial intelligence to predict outcomes of nonextraction treatment of Class II malocclusions. Seminars in Orthodontics 2021;27:87\u201395. https:\/\/doi.org\/10.1053\/j.sodo.2021.05.005.<\/p>\n\n\n\n

[8]       Mohammad-Rahimi H, Nadimi M, Rohban MH, Shamsoddin E, Lee VY, Motamedian SR. Machine learning and orthodontics, current trends and the future opportunities: A scoping review. American Journal of Orthodontics and Dentofacial Orthopedics 2021;160:170-192.e4. https:\/\/doi.org\/10.1016\/j.ajodo.2021.02.013.<\/p>\n\n\n\n

[9]       Mohammad-Rahimi H, Motamedian SR, Rohban MH, Krois J, Uribe SE, Mahmoudinia E, et al. Deep learning for caries detection: A systematic review. Journal of Dentistry 2022;122:104115. https:\/\/doi.org\/10.1016\/j.jdent.2022.104115.<\/p>\n\n\n\n

[10]     Sadr S, Mohammad-Rahimi H, Motamedian SR, Zahedrozegar S, Motie P, Vinayahalingam S, et al. Deep Learning for Detection of Periapical Radiolucent Lesions: A Systematic Review and Meta-analysis of Diagnostic Test Accuracy. Journal of Endodontics 2023;49:248-261.e3. https:\/\/doi.org\/10.1016\/j.joen.2022.12.007.<\/p>\n\n\n\n

[11]     Revilla-Le\u00f3n M, G\u00f3mez-Polo M, Barmak AB, Inam W, Kan JYK, Kois JC, et al. Artificial intelligence models for diagnosing gingivitis and periodontal disease: A systematic review. The Journal of Prosthetic Dentistry 2022. https:\/\/doi.org\/10.1016\/j.prosdent.2022.01.026.<\/p>\n\n\n\n

[12]     Mohammad-Rahimi H, Motamedian SR, Pirayesh Z, Haiat A, Zahedrozegar S, Mahmoudinia E, et al. Deep learning in periodontology and oral implantology: A scoping review. Journal of Periodontal Research 2022;57:942\u201351. https:\/\/doi.org\/10.1111\/jre.13037.<\/p>\n\n\n\n

[13]     Revilla-Le\u00f3n M, G\u00f3mez-Polo M, Vyas S, Barmak BA, Galluci GO, Att W, et al. Artificial intelligence applications in implant dentistry: A systematic review. J Prosthet Dent 2023;129:293\u2013300. https:\/\/doi.org\/10.1016\/j.prosdent.2021.05.008.<\/p>\n\n\n\n

[14]     Farook TH, Rashid F, Ahmed S, Dudley J. Clinical machine learning in parafunctional and altered functional occlusion: A systematic review. J Prosthet Dent 2023:S0022-3913(23)00051-3. https:\/\/doi.org\/10.1016\/j.prosdent.2023.01.013.<\/p>\n\n\n\n

[15]     Minnema J, Ernst A, van Eijnatten M, Pauwels R, Forouzanfar T, Batenburg KJ, et al. A review on the application of deep learning for CT reconstruction, bone segmentation and surgical planning in oral and maxillofacial surgery. Dentomaxillofacial Radiology 2022;51. https:\/\/doi.org\/10.1259\/dmfr.20210437.<\/p>\n\n\n\n

[16]     Wongratwanich P, Shimabukuro K, Konishi M, Nagasaki T, Ohtsuka M, Suei Y, et al. Do various imaging modalities provide potential early detection and diagnosis of medication-related osteonecrosis of the jaw? A review. Dentomaxillofacial Radiology 2021;50. https:\/\/doi.org\/10.1259\/dmfr.20200417.<\/p>\n\n\n\n

[17]     Jha N, Lee K, Kim Y-J. Diagnosis of temporomandibular disorders using artificial intelligence technologies: A systematic review and meta-analysis. PLOS ONE 2022;17:e0272715. https:\/\/doi.org\/10.1371\/journal.pone.0272715.<\/p>\n\n\n\n

[18]     Alabi RO, Youssef O, Pirinen M, Elmusrati M, M\u00e4kitie AA, Leivo I, et al. Machine learning in oral squamous cell carcinoma: Current status, clinical concerns and prospects for future\u2014A systematic review. Artificial Intelligence in Medicine 2021;115:102060. https:\/\/doi.org\/10.1016\/j.artmed.2021.102060.<\/p>\n\n\n\n

[19]     Cussat-Blanc S, Castets-Renard C, Monsarrat P. Doctors in Medical Data Sciences: A New Curriculum. International Journal of Environmental Research and Public Health 2023;20:675. https:\/\/doi.org\/10.3390\/ijerph20010675.<\/p>\n","protected":false},"excerpt":{"rendered":"

La inteligencia artificial (AI) es \u00abun proceso inform\u00e1tico que tiene como objetivo reproducir la inteligencia humana o animal y que encuentra aplicaciones en una amplia variedad de campos (por ejemplo, aprendizaje autom\u00e1tico, procesamiento del lenguaje natural y rob\u00f3tica)\u00bb [1]. Esto ya se est\u00e1 aplicando a un gran n\u00famero de especialidades, no solo dentro del sector […]<\/p>\n","protected":false},"author":1,"featured_media":4076,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rs_blank_template":"","rs_page_bg_color":"","slide_template_v7":"","footnotes":""},"categories":[45],"tags":[],"class_list":["post-4084","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-estudio-es"],"acf":[],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/posts\/4084","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/comments?post=4084"}],"version-history":[{"count":0,"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/posts\/4084\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/media\/4076"}],"wp:attachment":[{"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/media?parent=4084"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/categories?post=4084"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/magazine.zhermack.com\/es\/wp-json\/wp\/v2\/tags?post=4084"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}