Precisión de un sistema híbrido basado en conocimientos clínicos de IA para detectar periodontitis en imágenes OPG

La periodontitis es un importante problema de salud pública debido a su alta prevalencia en todo el mundo, importantes impactos socioeconómicos y efectos considerables en la calidad de vida de las personas. Sin embargo, la periodontitis en la población sigue en gran medida sin detectarse. Es fundamental crear conciencia sobre la salud periodontal y mejorar el diagnóstico temprano de la periodontitis para garantizar una intervención oportuna.

La Clasificación de Enfermedades y Afecciones Periodontales y Periimplantarias de 2018 define cuatro etapas de periodontitis que van desde la etapa inicial (estadio I) hasta la etapa avanzada (estadio IV). En las etapas II-IV es esencial un tratamiento integral, de lo contrario existe un alto riesgo de pérdida del diente o incluso de la dentición completa. Aunque los exámenes clínicos se consideran el estándar de oro para determinar el estadio de la periodontitis, el proceso es laborioso y requiere mucho tiempo y requiere especialistas con mucha experiencia. Por lo tanto, son muy necesarios enfoques alternativos rentables pero confiables y válidos para diferenciar el diagnóstico de periodontitis en estadio II-IV, particularmente en comunidades públicas.

La ortopantomografía (OPG), también conocida como radiografía panorámica, es una técnica de imagen no invasiva y de dosis baja que proporciona una visión integral de la región maxilofacial en un solo procedimiento. Como radiografía extraoral, tiene ventajas a la hora de capturar la imagen, especialmente en los casos en que los pacientes tienen dificultades para abrir la boca o presentan un reflejo nauseoso pronunciado que dificulta el uso de películas intraorales. Por lo tanto, la OPG es probablemente la radiografía dental que se toma con más frecuencia en todo el mundo y puede servir potencialmente como una herramienta eficaz para diferenciar la periodontitis en estadio II-IV en las poblaciones. Recientemente, se han llevado a cabo varias investigaciones para utilizar imágenes OPG para el diagnóstico de periodontitis. Sin embargo, las estrategias de estos estudios se basan en las anotaciones radiográficas de puntos de referencia específicos realizadas por los médicos, que pueden carecer de una precisión convincente. Además, sólo las radiografías de alta calidad podrían ser un complemento valioso para el diagnóstico de periodontitis, por lo que muchas imágenes OPG disponibles con la superposición de estructuras anatómicas, aumento desproporcionado de la imagen, distorsión y borrosidad pueden disminuir la generalización del sistema desarrollado.

La Inteligencia Artificial (IA) se ha convertido en una poderosa herramienta en diversos campos de la medicina, incluida la odontología. Los algoritmos basados ​​en IA, en particular las técnicas de aprendizaje profundo, han demostrado capacidades notables en el análisis de imágenes, el reconocimiento de patrones y la toma de decisiones. En los últimos años, la integración de la tecnología de IA en odontología ha abierto nuevas vías para mejorar la precisión y eficiencia del diagnóstico. Los algoritmos basados ​​en IA pueden reconocer algunas características en las imágenes OPG que son imperceptibles para el ojo humano, lo que permite la detección de una pérdida ósea sutil y logra un diagnóstico más preciso de la estadificación periodontal.

En particular, los hallazgos de nuestro estudio reciente revelaron que un sistema híbrido que combina algoritmos de IA y conocimiento clínico tiene un buen rendimiento para diferenciar la periodontitis en estadio II-IV. En el proceso de desarrollo de este sistema híbrido, sólo se utilizó información clínica proporcionada por especialistas experimentados y no se emplearon anotaciones radiográficas. A pesar del potencial prometedor del sistema híbrido desarrollado a partir de nuestra investigación inicial, es esencial entrenarlo y validarlo aún más en diferentes poblaciones independientes porque una regla de predicción derivada de una muestra podría funcionar mejor en otra muestra/población. Además, es razonable suponer que las imágenes OPG tomadas desde diferentes máquinas pueden influir en gran medida en la precisión del sistema híbrido desarrollado. Por lo tanto, es lógico realizar un estudio multicéntrico para recopilar diferentes imágenes OPG de varios centros en todo el mundo y el conjunto de datos se utilizará para entrenar más y validar el sistema híbrido garantizando su precisión y eficacia en el diagnóstico de periodontitis.

En este estudio, compararemos las características de diagnóstico de un novedoso sistema híbrido de base clínica de IA (prueba de índice) con un panel de expertos (estándar de referencia). Los expertos evaluarán de forma independiente todas las radiografías y llegarán a un acuerdo si se encuentra alguna discrepancia entre ellas.