Resumen

Objetivos: Evaluar las plataformas de inteligencia artificial (IA), las metodologías de aprendizaje automático y las precisiones asociadas utilizadas para la detección de caries dental a partir de imágenes clínicas y radiografías dentales.

Métodos: Se realizó una búsqueda sistemática en 8 bases de datos electrónicas: Scopus, Web of Science, MEDLINE, Educational Resources Information Centre, IEEE Xplore, Science Direct, Directory of Open Access Journals y JSTOR, desde enero de 2000 hasta marzo de 2024. Se extrajeron las plataformas de IA, las metodologías de aprendizaje automático y las precisiones asociadas de los estudios que utilizaron IA para la detección de caries dental, junto con las características esenciales de los estudios. La calidad de los estudios incluidos se evaluó mediante QUADAS-2 y la lista de verificación CLAIM. Se realizó un metanálisis para obtener una estimación cuantitativa de la precisión de la IA.

Resultados: De los 2538 estudios identificados, 45 cumplieron los criterios de inclusión y fueron sometidos a síntesis cualitativa. De estos, 33 utilizaron radiografías dentales y 12 emplearon imágenes clínicas como conjuntos de datos. Se reportaron un total de 21 plataformas diferentes de IA. La precisión varió entre 41,5 % y 98,6 % según la plataforma de IA. El metanálisis cuantitativo de 7 estudios mostró una sensibilidad media del 76 % [IC 95 % (65 %–85 %)] y una especificidad del 91 % [IC 95 % (86 %–95 %)]. El área bajo la curva (AUC) fue del 92 % [IC 95 % (89 %–94 %)], con alta heterogeneidad entre los estudios incluidos.

Conclusión: Existe una variabilidad significativa en el desempeño de la IA para la detección de caries dental entre las distintas plataformas. El metanálisis demuestra que la IA presenta una mayor sensibilidad y una especificidad equivalente en la detección de caries a partir de imágenes clínicas en comparación con la radiografía bite-wing. Aunque la IA es prometedora para la detección de caries dental, se requieren mayores mejoras para lograr un rendimiento consistente y fiable en las diferentes modalidades de imagen.

Abbott LP, Saikia A, Anthonappa RP. ARTIFICIAL INTELLIGENCE PLATFORMS IN DENTAL CARIES DETECTION: A SYSTEMATIC REVIEW AND META-ANALYSIS. J Evid Based Dent Pract. 2025 Mar;25(1):102077. doi: 10.1016/j.jebdp.2024.102077. Epub 2024 Dec 12. PMID: 39947783.