Inteligencia artificial dental: segunda mirada a sus radiografías

Cada vez se habla más de «inteligencia artificial» en la consulta dental, a veces con promesas exageradas. La realidad es más sencilla y más útil: hoy existen programas informáticos que analizan sus radiografías dentales y señalan al profesional las zonas sospechosas — una caries incipiente, una lesión en el extremo de una raíz, una pérdida de hueso alrededor de los dientes. Es lo que se suele llamar una «segunda mirada».

Esta segunda mirada no decide nada por usted, ni por su dentista. Llama la atención sobre detalles fáciles de pasar por alto en una pequeña imagen en escala de grises, sobre todo al final de la jornada. El diagnóstico, en cambio, siempre lo establece el profesional, que combina la radiografía con su exploración clínica, sus síntomas y su historia. En este artículo le explico con honestidad qué saben hacer estas herramientas, qué no hacen y por qué siguen siendo una ayuda — nunca un sustituto.

# ¿Qué es la IA aplicada a las radiografías dentales?

Detrás del término «inteligencia artificial» se esconde, en este campo, una tecnología concreta: las redes neuronales convolucionales (en inglés convolutional neural networks, o CNN). Son programas entrenados para reconocer patrones en imágenes. Se les han mostrado decenas de miles de radiografías en las que dentistas con experiencia habían marcado, píxel a píxel, la ubicación exacta de las caries o de las lesiones. A fuerza de ejemplos, el programa aprende a detectar formas y variaciones de densidad asociadas a una afectación.

En la práctica, el profesional toma una radiografía como de costumbre — una periapical, una de aleta de mordida (bitewing) o una panorámica. El programa la analiza en unos segundos y superpone marcas de color sobre las zonas que considera sospechosas, a veces con un índice de probabilidad. El dentista revisa después esas sugerencias, las confirma o las descarta.

Conviene plantear de entrada dos límites de fondo. En primer lugar, el programa no «comprende» nada: reconoce patrones estadísticos, sin ninguna noción de su dolor ni de su historia. En segundo lugar, depende por completo de las imágenes con las que ha sido entrenado. Si esas imágenes proceden de otro equipo, de otra población o de una calidad distinta a la de su radiografía, su rendimiento puede disminuir. Es lo que los investigadores llaman un problema de generalización, y es una de las razones por las que ninguna herramienta debe utilizarse en piloto automático.

Es importante entender lo que esto no es. No es un robot que «lee» su boca, ni un sistema que establece un diagnóstico por sí solo. Es una herramienta de ayuda a la lectura de imagen, igual que las desarrolladas en el campo de la imagen médica general. Para situar mejor su papel, resulta útil conocer las bases de la imagen 3D y del cone beam y de la radiografía digital, en las que se apoyan estos programas.

# Lo que la IA ayuda a detectar

# Las caries, sobre todo las incipientes

Es el uso más estudiado. Las caries entre los dientes (caries proximales) son especialmente difíciles de ver a simple vista e incluso en una radiografía, porque se esconden en las zonas de contacto. Varias revisiones sistemáticas han mostrado que los algoritmos alcanzan buenos resultados de detección. En el metaanálisis de Luke y Rezallah (2025, Head & Face Medicine), la especificidad media ponderada se acercaba al 88 %, aunque señalando al mismo tiempo una gran variabilidad entre los estudios.

El interés principal es la detección precoz. Una caries detectada a tiempo a menudo puede vigilarse o tratarse de forma poco invasiva, mientras que una caries desatendida avanza hacia la dentina y después hacia el nervio. Para entender este recorrido, puede leer nuestro artículo sobre el tratamiento de la caries en el adulto.

Un segundo uso, menos evidente para el paciente, es la constancia. Un dentista lee decenas de radiografías al día; el cansancio, la iluminación o la rapidez de una consulta pueden hacer que se escape un detalle. Un programa, en cambio, aplica exactamente el mismo nivel de atención a la primera y a la última radiografía de la jornada. No sustituye al ojo humano, pero puede servir de red de seguridad frente a los descuidos ligados a la rutina — siempre que sea el profesional quien tome la decisión final.

# Las lesiones y la pérdida ósea

Más allá de las caries, algunos programas señalan lesiones periapicales (en el extremo de las raíces) o miden el nivel óseo alrededor de los dientes, un indicador clave en periodoncia. La revisión sistemática de Khubrani y Thomas (2024, Dentomaxillofacial Radiology) recoge, para la detección de la pérdida ósea periodontal en radiografías 2D, una sensibilidad combinada de alrededor del 87 % y una especificidad de alrededor del 76 %. Son cifras alentadoras, pero que los propios autores matizan mucho, como veremos.

El seguimiento del nivel óseo es fundamental en el abordaje de la periodontitis y de la gingivitis, donde detectar un deterioro precoz cambia el pronóstico.

# ¿Mejora realmente la IA el diagnóstico?

Esa es la pregunta pertinente. Un rendimiento elevado «en laboratorio» no garantiza un beneficio real para el paciente. Por suerte, existen estudios clínicos.

En un ensayo aleatorizado publicado por Mertens y cols. (2021, Journal of Dentistry), 22 dentistas examinaron radiografías de aleta de mordida con y sin la asistencia de un programa informático. Con la ayuda de la IA, su precisión en la detección de caries fue significativamente mejor (área bajo la curva de 0,89 frente a 0,85 sin ayuda). Dicho de otro modo, la herramienta les ayudó a ver más lesiones reales.

Pero — y esto es esencial — el mismo equipo demostró, en un análisis de coste-efectividad (Schwendicke y cols., 2022), que esa mayor precisión también podía llevar a más decisiones de tratamiento invasivo, sin una ganancia neta demostrada en la relación coste-efectividad. Ver más cosas no significa que haya que tratarlo todo. Justo ahí es donde interviene el juicio humano.

# Lo que la IA no aporta

Es la parte más importante de este artículo. Una herramienta de ayuda al diagnóstico solo es útil si se conocen sus límites.

La IA no establece un diagnóstico. Señala probabilidades sobre una imagen. Un diagnóstico dental integra mucho más: su dolor, su historial, pruebas clínicas y, a veces, varias radiografías. Una mancha sospechosa en una radiografía puede ser un artefacto, una sombra anatómica o una restauración antigua. Solo el profesional sabe distinguir unas de otras.

Los resultados varían mucho de un programa a otro y de un estudio a otro. Las revisiones sistemáticas describen una heterogeneidad importante (índices I² a menudo superiores al 86 %, señal de que los resultados difieren notablemente). Una cifra impresionante en un estudio no es una garantía para todas las herramientas ni para todos los pacientes.

Existen falsos positivos y falsos negativos. Ningún sistema es perfecto. Un programa puede señalar una caries que no lo es (falso positivo), con el riesgo de llevar a un tratamiento innecesario, o pasar por alto una lesión real (falso negativo), creando una falsa sensación de seguridad. Khubrani y Thomas (2024) concluyen, de hecho, que, a falta de una validación clínica externa suficiente, estos modelos «quizá no sean todavía lo bastante buenos» como herramienta de cribado automatizado.

La calidad de la evidencia sigue siendo mejorable. En esa misma revisión, menos de una cuarta parte de los estudios alcanzaba un alto nivel de calidad, y más de la mitad no comparaba la IA con clínicos de forma ciega. La investigación avanza deprisa, pero todavía necesita ensayos multicéntricos rigurosos.

El contexto regulatorio cuenta. Varios programas de este tipo han obtenido autorizaciones como la clearance 510(k) de la FDA estadounidense para la ayuda a la detección. Esto significa que han sido evaluados dentro de un marco, pero esas autorizaciones cubren una ayuda a la decisión — explícitamente, no un sustituto del clínico.

# ¿Y en la consulta de Kénitra?

Este artículo es deliberadamente divulgativo: le explica una tecnología en general, para que entienda de qué hablan los medios y los fabricantes. Sea cual sea el lugar que ocupe la IA en una consulta, el principio sigue siendo el mismo: la radiografía es una herramienta, y la decisión corresponde al profesional que le examina.

En la consulta, mi prioridad es un diagnóstico bien fundamentado, riguroso y lo menos invasivo posible. Eso pasa por una imagen de calidad, una exploración clínica atenta y una explicación clara de cada opción — ya se trate de tratar una caries, de abordar una periodontitis o de planificar un implante. Si una lesión se detecta pronto, a menudo podemos optar por la vigilancia o por un tratamiento conservador en lugar de una intervención más pesada.

La honestidad exige decirlo también: ninguna tecnología sustituye una buena higiene y un seguimiento regular. Una higiene dental diaria cuidadosa y las revisiones periódicas siguen siendo sus mejores aliados para evitar, precisamente, tener que tratar lesiones avanzadas.

# En resumen

La inteligencia artificial aplicada a las radiografías dentales es una ayuda real, pero modesta: ofrece una «segunda mirada» que ayuda al profesional a detectar antes caries, lesiones y pérdida ósea, con buenos resultados en investigación. Los estudios clínicos muestran que puede mejorar la detección — recordando al mismo tiempo que ver más no obliga a tratar más. Sus límites están bien documentados: variabilidad entre programas, falsos positivos y falsos negativos, una calidad de la evidencia todavía desigual y un marco regulatorio que la define como una ayuda, nunca como un sustituto. El diagnóstico, el criterio clínico y la decisión de tratamiento siguen en manos de su cirujano dentista, que combina la imagen con su situación real. Es en esa alianza — una herramienta constante y un juicio humano prudente — donde se encuentra el verdadero beneficio para su salud bucodental.