La inteligencia artificial rivaliza con el ala de mordida digital en la detección de caries secundarias

La caries dental es una enfermedad crónica que provoca la destrucción de los tejidos duros del diente. Es una condición multifactorial que muchas veces no se diagnostica, especialmente cuando está oculta o en sus etapas iniciales. La detección de lesiones no cavitadas es crucial para su manejo temprano. La inspección visual-táctil estándar a menudo no logra identificar lesiones tempranas en superficies de difícil acceso, como áreas proximales y debajo de restauraciones. La detección temprana de la caries proximal es crucial para implementar tratamientos efectivos y lograr resultados óptimos. Un método complementario común para detectar lesiones tempranas en las superficies proximales y evaluar su extensión es la radiografía de ala de mordida. El enfoque diagnóstico de rutina combina el examen clínico con la evaluación radiográfica. Para aumentar la tasa de detección de caries secundaria proximal, los expertos recomiendan integrar exámenes visuales y clínicos con la radiografía de mordida. Las radiografías de ala de mordida intraorales se pueden capturar utilizando película o sensores digitales, con preferencia por los sistemas digitales debido a sus beneficios de reducción de la exposición del paciente, ahorro de tiempo, mejora de la imagen y facilidad de almacenamiento, recuperación y transmisión de imágenes. Aunque son más sensibles para detectar lesiones tempranas que las evaluaciones visual-táctiles, las evaluaciones de ala de mordida presentan una variación significativa entre los examinadores y una proporción considerable de detecciones de falsos positivos o falsos negativos. La literatura reciente ha explorado el uso de la inteligencia artificial (IA), un campo de la informática centrado en el desarrollo de máquinas capaces de imitar las capacidades cognitivas humanas, como herramienta de diagnóstico para detectar lesiones de caries mediante imágenes dentales (radiografías digitales). A medida que avanza la tecnología de IA, un número cada vez mayor de estudios han examinado el rendimiento de diagnóstico de los modelos basados ​​en IA, enfatizando la importancia de crear herramientas confiables como la IA para mejorar el proceso de diagnóstico. Numerosos estudios han evaluado el rendimiento de los modelos de IA en diversos tipos de radiografías dentales, con especial atención en las radiografías de mordida (BWR). La IA se ha utilizado para diversas aplicaciones en la salud bucal y dental, incluida la detección de caries dental, el tratamiento y diagnóstico de endodoncia, problemas periodontales y la detección de patologías de lesiones bucales. Un conjunto de datos de referencia de diagnósticos de caries a partir de radiografías de ala de mordida realizadas por diferentes examinadores creó este punto de referencia que sirve como una herramienta crucial para comparar el rendimiento diagnóstico de los modelos de IA con el de examinadores humanos, enfatizando las posibles mejoras en precisión y confiabilidad que la IA puede aportar al diagnóstico dental.