Programa basado en inteligencia artificial para clasificar los hallazgos de la cavidad bucal según el análisis de imágenes clínicas

El diagnóstico temprano de las lesiones orales, en particular del cáncer oral, es crucial para mejorar el pronóstico, facilitando la intervención temprana y la atención con la intención de reducir la mortalidad relacionada con la enfermedad.

Dado que el examen bucal convencional (COE) es el método más utilizado para identificar lesiones bucales, la experiencia del odontólogo promedio es un factor decisivo en el diagnóstico temprano.

El examen visual carece de especificidad y sensibilidad ya que es altamente subjetivo. Desafortunadamente, los estudios muestran que la mayoría de los dentistas carecen de experiencia en la detección temprana de la enfermedad, lo que resulta en diagnósticos falsos negativos de lesiones orales.

Se descubre que los médicos generales retrasan la derivación de una sospecha de lesión bucal a un especialista en medicina bucal o remiten numerosos casos de falsos positivos, empujando innecesariamente a los pacientes a un estado de ansiedad y fobia al cáncer. Las derivaciones de falsos positivos sobrecargan a los especialistas, lo que eventualmente provocará un retraso en el diagnóstico de los casos verdaderos positivos debido a la sobresaturación con los falsos positivos.

El alcance de la investigación de diagnóstico se desplaza hacia métodos no invasivos y sencillos con mayor precisión para la detección temprana de lesiones orales. Los enfoques recientes hacia el uso de programas basados ​​en máquinas indican que este método de aprendizaje automático puede ser útil en la detección y el diagnóstico del cáncer oral.