Identificar caries e hipomineralización a través de la IA

La caries y la hipomineralización deben diagnosticarse rápidamente y, en ocasiones, la experiencia clínica no es suficiente. Por suerte, nuevas tecnologías como la inteligencia artificial (IA) están llegando al rescate, tal y como lo demuestra el estudio realizado en la Universidad Ludwig-Maximilians de Munich (Alemania), donde se desarrolló un algoritmo capaz de realizar diagnósticos tempranos. 

Basado en un modelo particular de "visión", el sistema podría revolucionar la forma en que se identifican y localizan estas patologías a través de fotografías dentales. La revista online de acceso abierto npj Digital Medicine publicó los resultados de este estudio.

La caries y la hipomineralización molar-incisivo (MIH) son objeto de estudio examinados, a través de imágenes. Para ello, los investigadores utilizaron un conjunto de 18.179 fotografías anónimas, lo que permitió una amplia cobertura de los casos. Anotadores capacitados y calibrados, mediante el uso de la herramienta de anotación de visión por computadora (CVAT), etiquetaron cada imagen píxel por píxel de acuerdo con estándares rigurosos. Los investigadores, con la ayuda de dentistas expertos, verificaron cada anotación para garantizar la máxima precisión.

Basado en el transformador de visión (SegFormer-B5), el algoritmo se entrenó y perfeccionó durante 250 momentos, explotando técnicas de aumento de imágenes. Este enfoque condujo a resultados en métricas de evaluación clave, con una intersección sobre unión (IoU) del 95,9 %, una precisión promedio (AP) del 97,7 % y una exactitud (ACC) del 97,8 %.

Teniendo en cuenta las diferentes clases de caries, como las no cavitantes (IoU 63,0%, AP 81,3%, ACC 99,0%) y las caries dentales (IoU 69,2%, AP 83,0%, ACC 99,7%), el algoritmo " made in Germany" demostró una extraordinaria capacidad de discriminación. El modelo también se extiende a MIH, destacando con precisión opacidades demarcadas (IoU 67,2%, AP 82,7%, ACC 99,3%) y restauraciones atípicas (IoU 82,9%, AP 90,2%, ACC 99,9%).

Los investigadores alemanes responsables de este estudio, aseguran que "los resultados son prometedores". El algoritmo logró una precisión excelente en la detección y localización píxel por píxel de caries y MIH. Sin embargo, se necesitan nuevos estudios y conocimientos para mejorar la tecnología y hacerla utilizable para el operador. De hecho, según los autores, la integración de este sistema en la práctica odontológica podría revolucionar el abordaje de la caries y la hipomineralización. De hecho, al hacer más rápido y preciso el diagnóstico de estas patologías, también mejoraría el manejo de estas enfermedades dentales, con grandes beneficios para los pacientes.