Un equipo de investigadores alemanes han desarrollado un algoritmo de Inteligencia Artificial (IA) capaz de detectar y localizar caries y hipomineralización en fotografías dentales. El estudio, publicado en la revista npj Digital Medicine, presenta una herramienta prometedora para mejorar la precisión y automatización de los exámenes visuales de diagnóstico.
La caries dental y la hipomineralización molar-incisiva (MIH) son enfermedades prevalentes en todo el mundo y requieren diagnósticos confiables. Actualmente, los profesionales dentales confían en la examinación visual como método principal para detectar estas afecciones debido a su simplicidad y rapidez. Sin embargo, la variabilidad en los diagnósticos entre diferentes dentistas puede afectar la fiabilidad de este enfoque.
Este algoritmo podría cambiar la forma en que se diagnostican y tratan las afecciones dentales en el futuro
El equipo de investigación recopiló más de 18.000 fotografías anónimas para entrenar su algoritmo. Anotadores capacitados y calibrados etiquetaron las imágenes píxel por píxel utilizando la herramienta de anotación de visión por computadora (CVAT). Todas las anotaciones se realizaron según métodos estándar y fueron verificadas de manera independiente por un dentista experimentado.
El conjunto de imágenes se dividió en conjuntos de entrenamiento, validación y prueba. El algoritmo de IA se entrenó y afinó utilizando una red de transformadores de visión (SegFormer-B5). Estos valores se mantuvieron altos incluso para las clases de caries más relevantes, como las no cavidades y las cavidades de dentina. Además, la opacidad demarcada relacionada con la MIH y las restauraciones atípicas también mostraron resultados similares.
Aunque el algoritmo ha demostrado una precisión excelente en la detección de caries y MIH, los investigadores reconocen que aún se necesita mejorarlo y validar externamente. Sin embargo, este avance sienta las bases para una odontología más precisa y automatizada, donde la IA se convierte en una aliada confiable para los profesionales dentales: este algoritmo podría cambiar la forma en que se diagnostican y tratan las afecciones dentales en el futuro.