Los dientes son una fuente casi inagotable de información, tanto desde el punto de vista biológico como taxonómico. El investigador del Grupo de Antropología dental del Centro Nacional de Investigación sobre la Evolución Humana (CENIEH), Mario Modesto Mata, ha publicado un artículo sobre el uso de las redes neuronales artificiales para reconstruir las líneas de crecimiento en el esmalte, conocidas como perikymata, que están ausentes en dientes desgastados.
El artículo, que se ha publicado en la revista The Anatomical Record, apunta que, debido a su modo de crecimiento, se pueden contar directamente sus líneas y estimar los días de formación. Sin embargo, contar los perikymata presenta dificultades derivadas del estado del diente, porque si el diente está desgastado por el uso normal, parte de los perikymata se habrán perdido como consecuencia de la pérdida de esmalte.
“Resolver este problema es de vital importancia, ya que nos permitiría aumentar el número de dientes adecuados para llevar a cabo estudios evolutivos y, con ello, llegar a conclusiones más fiables”, afirma el investigador español que colabora con el proyecto europeo Tied2Teeth, liderado por la investigadora Leslea Hlusko.
“Se pueden aplicar técnicas de IA para predecir el número de perikymata perdidos en cualquier diente de humanos modernos”
Modesto Mata apunta que conociendo la disminución del esmalte del diente, medido como el porcentaje de la altura de la corona desaparecida, se pueden aplicar técnicas de inteligencia artificial para predecir el número de perikymata perdidos en cualquier diente de humanos modernos. En concreto, se han desarrollado redes neuronales artificiales para predecir el número de perikymata cuando un diente ha perdido hasta un 30% de la altura de la corona. El resultado de la validación de las redes neuronales indica que cuando falta el 30% del esmalte, en un 86% de las ocasiones, el error máximo es de sólo 3 perikymata en total.
“Son datos tan precisos sobre las líneas de crecimiento que nos permitiría predecir el tiempo de formación completa del esmalte de un modo muy próximo a la realidad, indicándonos que las redes neuronales podrían ser usadas para investigar aspectos relacionados con la paleobiología”, señala Modesto Mata. De cara a maximizar el uso y aplicación de estas redes neuronales, los autores del trabajo han desarrollado un software a modo de paquete de R llamado teethR, (de “teeth aRe wonderful”) de libre distribución e instalación. “Su uso no requiere formación sobre inteligencia artificial, sino simplemente un conocimiento muy básico de R. A partir de una función desarrollada en el paquete, se pueden hacer predicciones de un modo muy rápido”, indican desde el CENIEH.