Resumen

Objetivo: Sintetizar la evidencia procedente de revisiones sistemáticas sobre las aplicaciones de la inteligencia artificial (IA) en prostodoncia e implantología, centrándose en las aplicaciones clínicas, el rendimiento de los modelos de IA y la calidad de la evidencia disponible.

Métodos: Se realizó una búsqueda exhaustiva en las bases de datos PubMed (MEDLINE), Scopus, Web of Science, Embase y The Cochrane Library, identificando revisiones sistemáticas publicadas entre 2018 y 2025.

Los criterios de inclusión comprendieron revisiones sistemáticas que evaluaran el uso de la IA en prostodoncia o implantología, publicadas en inglés. Se excluyeron las revisiones narrativas y aquellas correspondientes a otras especialidades odontológicas.

Dos revisores realizaron de forma independiente la selección de los estudios y la extracción de los datos. La calidad metodológica de las revisiones sistemáticas incluidas se evaluó mediante la herramienta AMSTAR-2 (A Measurement Tool to Assess Systematic Reviews).

Esta revisión paraguas fue registrada en la base de datos PROSPERO (International Prospective Register of Systematic Reviews) con el número CRD420251067048.

Resultados

Se incluyeron 11 revisiones sistemáticas.

La IA demostró una capacidad considerable en prostodoncia para:

• Detección de caries y fracturas, con una precisión aproximada del 82 %-89 %.
• Determinación automatizada del color dental.
• Diseño de prótesis.

En implantología, los algoritmos de IA identificaron con precisión los tipos de implantes en radiografías, alcanzando una precisión combinada aproximada del 95,6 %.

Además, la IA mostró utilidad para:

• Optimizar la planificación de la colocación de implantes.
• Predecir resultados del tratamiento, con una precisión moderada de aproximadamente 62,4 %-80,5 %.

El rendimiento fue especialmente alto en implantología para tareas de identificación radiográfica y segmentación anatómica.

En cambio, el rendimiento fue más moderado en:

• Detección de líneas de terminación de las preparaciones en prostodoncia.
• Determinación objetiva del color dental.
• Predicción pronóstica basada en múltiples variables.
• Detección de sitios maxilares edéntulos en implantología.

Las redes neuronales convolucionales (CNN) superaron de manera consistente a los algoritmos tradicionales en tareas basadas en imágenes.

Sin embargo, la capacidad de la IA para predecir resultados a largo plazo mostró un rendimiento moderado, debido principalmente a las limitaciones de los datos disponibles y a la variabilidad biológica.

En términos generales, aunque cuatro revisiones fueron calificadas como de alta calidad, la mayoría presentó una calidad metodológica baja o críticamente baja. Esto se debió principalmente a la ausencia de un registro previo del protocolo y a una evaluación incompleta del riesgo de sesgo.

Conclusión

Las aplicaciones de la inteligencia artificial en prostodoncia e implantología pueden mejorar los flujos de trabajo de diagnóstico y planificación, especialmente en tareas de reconocimiento y segmentación.

No obstante, la mayor parte de la evidencia disponible procede de estudios en etapas iniciales, retrospectivos o realizados bajo condiciones altamente controladas.

Por ello, se necesitan estudios clínicos prospectivos que validen estas tecnologías en condiciones reales, así como revisiones sistemáticas de mayor calidad metodológica, antes de recomendar la adopción rutinaria de la IA en la práctica clínica.

Palabras clave

Inteligencia artificial; traducción clínica; síntesis de evidencia; implantología; aprendizaje automático; prostodoncia.

Alfaraj A, Limones Á, Ahmad S, Aljubairah F, Albalaw S, Albesher M, Alghamdei B, Lin WS. Harnessing AI in prosthodontics and implant dentistry: An umbrella review of systematic evidence. J Prosthodont. 2026 Feb;35(2):127-142. doi: 10.1111/jopr.70091. Epub 2026 Jan 14. PMID: 41536060; PMCID: PMC12906322.