La llegada de la digitalización al sector odontológico ha supuesto un irrefutable cambio de paradigma para los profesionales dedicados a esta especialidad sanitaria. Sin embargo, puede que nuestro concepto de “nuevas tecnologías” tome pronto una nueva forma de ser visto y entendido. La introducción cada día más exhaustiva de recursos de Inteligencia Artificial (IA) en Medicina ha precipitado también un rápido avance de ésta en la Odontología.

Autores: Dra. Mónica Bonfanti Gris, Dra. María Paz Salido Rodríguez-Manzaneque, Dr. Ángel Herrera Martín y Dr. Guillermo Pradíes Ramiro.

¿Qué es la Inteligencia Artificial (IA)?

El término de Inteligencia Artificial (IA) fue acuñado por el informático John McCarthy en 1956, pero fue Frank Rosenblat, en 1957, quien diseñó la primera red neuronal o “cerebro inteligente”.

La IA puede ser definida como la capacidad de ciertas máquinas para imitar el conocimiento y comportamiento humanos a partir de la implementación de una secuencia de algoritmos (neuronas artificiales). Se trata de una forma automatizada de realizar actividades relacionadas con las habilidades humanas, incluyendo la capacidad de aprendizaje, toma de decisiones y la resolución de problemas. En el mundo biosanitario, este concepto tiene por objetivo intentar facilitar y mejorar la capacidad diagnóstica y terapéutica de los profesionales a través de la alimentación del “cerebro artificial” por medio de infinitas fuentes de datos “data”.

Cuando hablamos de “Big Data” en Inteligencia Artificial, nos referimos al conjunto de datos o combinaciones de estos que permiten establecer un punto de referencia de entre toda la información aportada hasta el momento al sistema. Se trata, por tanto, del motor a partir del cual se nutre la IA. Podría decirse que, gracias a ello, se agiliza el procesamiento de un gran volumen de datos.

Este tipo de tecnología tan revolucionaria (IA) está compuesta de una secuencia de “neuronas artificiales” cuya conexión crea diferentes capas que, junto con la aplicación de determinadas operaciones matemáticas, desarrollan una red que permite la resolución de una tarea en concreto, como puede ser la clasificación de estructuras en imágenes radiográficas.

La IA engloba los siguientes campos de estudio:

1. Machine Learning (ML): se trata de sistemas de algoritmos con la capacidad de aprender a partir del “data” que es aportado, sin ser explícitamente programados para ello. Está principalmente diseñado para predecir resultados basándose en un conjunto de datos obtenidos de forma previa (a partir de los cuales se ha nutrido y, por ende, aprendido).

2. Deep Learning (DL): se trata de un subtipo de ML en el cual las redes neuronales artificiales tienen la capacidad de adaptarse y aprender de grandes cantidades de data. Normalmente se encargan de identificar patrones y/o características comunes presentes en la información suministrada (data) de forma automática.

Pese a la complejidad de estos sistemas matemáticos, hemos de tener en cuenta que llevamos coexistiendo con ellos desde hace años. Un ejemplo claro que tal vez todos conozcamos es el desbloqueo automático de nuestros dispositivos móviles a través del reconocimiento facial o dactilar.

Sistemas automáticos de corrección gramatical presentes cuando escribimos mensajes o documentos, o incluso lo que visualizamos en las plataformas de redes sociales están basadas en IA.

Aplicaciones de la IA en la Medicina

Hasta ahora, el uso de la IA en las diferentes especialidades médicas ha permitido una mejora no sólo en el proceso de diagnóstico de los pacientes, sino también en la toma de decisiones de los profesionales ante casos complejos y de difícil manejo.

De entre todas las especialidades médicas, se han descrito resultados muy positivos de su empleo en la detección de diversas patologías cardiovasculares, retino-oculares y dermatológicas. De hecho, esta última es, probablemente, el área en el que se han producido los mayores avances en relación con esta nueva tecnología: se han publicado estudios sobre la detección de nevus y la clasificación de los mismos (en malignos o benignos), así como sobre la determinación de la gravedad de enfermedades inflamatorias comunes (como la psoriasis, la urticaria o algunas patologías autoinmunes bullosas) (1). Recientemente, la tan conocida empresa Google (Google Health) lanzó una aplicación basada en IA capaz de detectar afecciones cutáneas comunes con la misma predicción que un dermatólogo. Sus resultados fueron publicados en la prestigiosa revista Nature Medicine.

Aplicaciones de la IA en la Odontología

Pero ¿qué aplicaciones podemos encontrar hoy en día en nuestro sector? Por muy inverosímil que parezca, llevamos unos años coexistiendo con la IA. Determinadas marcas líderes dentales han desarrollado cepillos dentales inteligentes que evalúan la técnica de higiene del paciente (2), indicándoles en qué zonas han de profundizar su rutina dento-higiénica.

Otro claro ejemplo de IA es la automatización de planes de tratamiento ortodóncicos que han sido desarrollados por múltiples compañías a través de los escaneados 3D de las bocas de nuestros pacientes. Este caso, probablemente, ha sido la aplicación más económica y laboralmente relevante en los últimos años.

Sin embargo, es importante conocer la situación actual de este tipo de tecnologías y cómo pueden afectarnos de cara al futuro. Hasta ahora, se han descrito varios estudios científicos en los que se utilizan este tipo de “nuevas tecnologías” en el ámbito protésico con el fin de ayudar al clínico en la precisión de la preparación dentaria para prótesis fijas o en el registro de movimientos mandibulares (3,4). Además, existen ciertos sistemas que son capaces de predecir, en las revisiones periódicas de nuestros pacientes, la posibilidad de descementado de coronas o aflojamiento de coronas sobre implantes (5,6). Asimismo, cabe destacar la capacidad de ciertos escáneres intraorales de reconocer y eliminar estructuras anejas no importantes (lengua, carrillos, etc.) para el diseño y creación de restauraciones protésicas.

No obstante, ¿cuál está siendo la línea de investigación odontológica líder en este momento? El diagnóstico. Por el momento se han descrito estudios en los que se ha puesto a prueba la capacidad diagnóstica de diferentes tipos de redes neuronales en el diagnóstico tanto de imágenes fotográficas (detección de placa bacteriana, caries, etc.) como de aquellas radiográficas (2D y 3D).

En los últimos años se ha dado mucho peso a cómo este tipo de aplicaciones podrían mejorar la capacidad diagnóstica de los profesionales odontólogos, teniendo especialmente en consideración que no todos están igualmente formados ni poseen la misma experiencia clínica (lo cual, indudablemente, puede interferir en su capacidad crítica y de análisis). Es por ello por lo que la IA puede ser de gran utilidad: su automatización puede guiar al clínico en la toma de una mejor decisión para asegurar un buen pronóstico del paciente.

En nuestro grupo de investigación hemos comenzado a realizar los primeros estudios de evaluación de programas de detección radiológica 2D basados en IA disponibles en la Web, en los que se evaluaron la capacidad de un programa basado en IA (Denti.Ai) para la detección de patologías cariosas en radiografías de aleta de mordida y para la determinación de un diagnóstico general del paciente incluyendo qué estructuras dentarias y tratamientos estaban o no presentes en radiografías panorámicas (7). No obstante, en lo que se refiere a imágenes en 2D, el principal foco de atención está actualmente centrado en la detección patologías (como tumores mandibulares, fracturas radiculares o posibles signos radiológicos asociados al Síndrome de Sjögren) y en la identificación y clasificación de diversas tipologías de implantes dentales (marca comercial) (8,9).

En el último año se han incrementado los estudios que incluyen imágenes en 3D (Diagnocat), pero su avance es más lento por la complejidad de procesamiento de las pruebas radiológicas utilizadas. Su principal objetivo es la segmentación y clasificación tridimensional de las distintas estructuras oro-faciales. No obstante, existen artículos publicados en importantes revistas internacionales que describen su utilización para la detección de lesiones periapicales, conductos dentarios, etc.

En definitiva, se podría concluir que la IA está comenzado a adentrarse en todas las especialidades odontológicas sin que seamos enteramente conscientes de ello. Es un futuro que ya está en nuestro presente. Es cuestión de tiempo que su aprendizaje entre de pleno en nuestros ámbitos de trabajo.

Descargar artículo completo

También puede consultar el número 70 de DM El Dentista Moderno