Reconstrucción tridimensional mejorada con inteligencia artificial de las deficiencias de las crestas

La periodontitis severa, el trauma y el edentulismo a largo plazo pueden causar alteraciones de resorción significativas de la cresta alveolar, lo que lleva a defectos óseos graves en la zona estética [1]. Es importante una evaluación cuidadosa de los tejidos duros y blandos antes de la cirugía de implante para restaurar la función y la estética adecuadas. Los defectos de cresta horizontales, verticales o combinados después de la extracción influyen significativamente en la colocación del implante dental y su estabilidad a largo plazo, así como en el resultado estético final [2].

En condiciones naturales, después de la extracción de un diente, el hueso alveolar alrededor de la cavidad vacía sufriría reabsorción y la cresta alveolar retrocedería en altura y ancho [3]. Además de provocar problemas estéticos y funcionales, la reducción del volumen óseo también provocaría un soporte insuficiente para el implante dental, lo que provocaría que el implante se aflojara y se volviera inestable [4]. Para los pacientes que enfrentan estos problemas, el aumento de la cresta alveolar es necesario para regenerar el tejido óseo y restaurar la cresta alveolar para garantizar la estabilidad a largo plazo del implante [2].

Aunque se dispone de un gran número de materiales sustitutos óseos aloplásticos, alogénicos o xenógenos para la reconstrucción de la cresta alveolar, el uso de hueso autógeno todavía se considera el estándar de oro. El hueso autógeno tiene excelentes características osteoinductivas, osteoconductivas y osteogenéticas; Se pueden evitar con seguridad reacciones inmunológicas o la transmisión de enfermedades y se pueden obtener resultados de aumento predecibles [5].

Desde hace varios años, el uso de dentina como material autógeno alternativo para la reconstrucción de la cresta alveolar y el injerto de déficit óseos se ha descrito e investigado en experimentos con animales y estudios clínicos [6-15]. La dentina es un material de injerto adecuado porque es muy similar al hueso en su composición orgánica e inorgánica. Al igual que el hueso alveolar, aproximadamente el 90% de la sustancia orgánica de la dentina consiste en colágeno tipo I. Además, en la dentina se pueden encontrar proteínas estructurales osteogenéticamente relevantes, como la osteocalcina, la osteonectina, la fosfoproteína y la sialoproteína [7]. Además, la dentina contiene factores osteogenéticamente activos, incluida la proteína morfogenética ósea 2 (BMP-2), el factor de crecimiento tisular ß (TGF-ß) y el factor de crecimiento similar a la insulina 2 (IGF-2). Al igual que en el hueso alveolar, los componentes inorgánicos de la dentina consisten en varios fosfatos de calcio, como hidroxiapatita, ß-fosfato tricálcico, fosfato octacálcico y fosfato de calcio amorfo [16,17]. En comparación con el hueso autógeno, el uso de dentina ofrece la ventaja de evitar el procedimiento de extracción y la posible morbilidad resultante en la zona donante, con resultados clínicos e histológicos prometedores debido a su capacidad osteoinductiva y osteoconductora inherente [14,15]. En comparación con el injerto en bloque de hueso autógeno, los injertos de dentina también muestran una reabsorción significativamente menor [12,17].

Sin embargo, el injerto de dentina autógena tiene limitaciones a pesar de su probada capacidad de formación de hueso: (1) dependencia de la cantidad del número de dientes indicados para la extracción y el estado de los dientes extraídos, (2) falta de un método estándar para procesar la dentina autógena injerto y (3) preferencia del paciente. Por lo tanto, la aplicación de material de injerto de dentina de otros individuos (injerto de dentina alogénico) se ha considerado como una alternativa al injerto de dentina autógeno [18,19]. El injerto de alodentina se conceptualizó a partir de la matriz ósea desmineralizada, la cual fue desarrollada y definida en gran medida por el principio de inducción ósea, que establece que una macromolécula proteica en la dentina y el hueso induce la diferenciación de las células mesenquimales en osteoblastos; esto fue postulado por Urist en 1965 [20]. El injerto de alodentina es un aloinjerto refinado que tiene osteoinductividad y se ha utilizado clínicamente desde la década de 1980. Muy pocos estudios han investigado la aplicación de injertos de alodentina como sustitutos óseos de la cirugía de injerto óseo. La revisión narrativa de reveló que el injerto de alodentina ha demostrado un gran potencial de osteoinductividad en sitios extraesqueléticos, máxima seguridad clínica y eficacia sin antigenicidad ni reacciones inmunológicas provocadas [21].

Los avances en la obtención de imágenes por tomografía computarizada de haz cónico (CBCT) fueron de la mano con el uso cada vez mayor de aplicaciones de imágenes 3D para la planificación prequirúrgica y la transferencia del tratamiento con implantes orales [22]. Las principales razones del triunfo de la CBCT son sus capacidades de obtención de imágenes volumétricas del hueso de la mandíbula a costos y dosis razonables, con la ventaja relativa de contar con un equipo compacto, asequible y cercano [22]. Para los médicos involucrados en la rehabilitación de implantes, el poder de un conjunto de datos dentales 3D no solo se sitúa en el campo del diagnóstico, sino también en el potencial de recopilar información integrada del paciente para aplicaciones prequirúrgicas y de tratamiento relacionadas con la colocación de implantes orales. Hoy en día, los rápidos avances de la tecnología digital y los sistemas de diseño y fabricación asistidos por ordenador (CAD/CAM) están creando oportunidades desafiantes para el diagnóstico, la planificación de implantes quirúrgicos y la colocación de prótesis implantosoportadas [23].

La segmentación de órganos y tejidos para crear modelos tridimensionales es una técnica útil para el diagnóstico, la planificación quirúrgica y la simulación [24]. Esta técnica también es aplicable a la planificación del aumento de crestas 3D, que desempeña un papel importante en la cirugía oral y maxilofacial. La segmentación permite una medición precisa del volumen de la cresta, proporcionando a los médicos información cuantitativa sobre los cambios causados ​​por quistes y tumores. Además, la segmentación precisa proporciona una guía valiosa para los médicos a la hora de planificar el aumento de cresta durante la cirugía de implantes [25]. Aunque se puede utilizar la segmentación manual para este propósito, requiere mucho tiempo y depende de la experiencia del profesional debido a la alta variabilidad entre observadores e intraobservadores en las imágenes CBCT. Si bien la segmentación por inteligencia artificial (IA) es generalmente más exitosa y más fácil de realizar que la segmentación manual [26].

En el estudio actual, se evaluará el aumento de crestas 3D asistido por IA de crestas deficientes verticales y horizontales combinadas utilizando un bloque de dentina alogénico versus un injerto de cubierta de dentina alogénico.