La Inteligencia Artificial podría predecir la pérdida de dientes
Un reciente estudio asegura que los factores socioeconómicos son más determinantes que las condiciones médicas en la pérdida de dientes. Foto: Pexels: Tara Winstead.

Según las conclusiones de un estudio publicado el pasado mes de junio en PLOS ONE, la Inteligencia Artificial (IA) puede ser una poderosa herramienta para predecir la pérdida de dientes. Los algoritmos, que incluyeron datos médicos y socioeconómicos, mostraron un rendimiento prometedor para predecir el edentulismo, la pérdida de dientes y la falta de una dentición funcional.

Estudio sobre 12.000 adultos estadounidenses

En el estudio se utilizaron datos de casi 12.000 adultos que participaron en la Encuesta Nacional de Salud y Nutrición de EE.UU. (NHANES). Pero, lo más importante, es que los algoritmos pudieron predecir la pérdida sin utilizar ninguna información específica de la dentadura.

“Nuestro análisis demostró que, si bien todos los modelos de aprendizaje automático pueden ser útiles para predecir el riesgo, los que incorporan variables socioeconómicas pueden ser herramientas de cribado especialmente potentes para identificar a las personas con mayor riesgo de pérdida de dientes, afirma el doctor Hawazin Elani, profesor adjunto de política de salud oral y epidemiología en la Facultad de Medicina Dental de Harvard y principal autor del estudio.

Los autores desarrollaron cinco modelos de inteligencia artificial diseñados para predecir la pérdida de dientes completa e incremental entre 11.977 adultos que participaron en la NHANES de 2011 a 2014. Los algoritmos utilizaron información personal y condiciones médicas (pero no dentales) para predecir cuáles de los participantes experimentaron pérdida de dientes.

Los autores informaron de sus resultados utilizando los porcentajes del área bajo la curva (AUC). El AUC es una métrica para evaluar el rendimiento de los algoritmos: cuanto más se acerque el AUC al 100%, mejor será el algoritmo a la hora de predecir entre clases, en este caso, la pérdida de dientes o la no pérdida de dientes.

Todos los modelos obtuvieron buenos resultados en el análisis, con un AUC superior al 80% para identificar los distintos tipos de pérdida de dientes. El algoritmo que mejor funcionó predijo el edentulismo con un AUC del 89%; la falta de detención funcional con un AUC del 88%; y uno o más dientes perdidos con un AUC del 83%.

Características de los pacientes que podrían perder los dientes

Los autores también analizaron las características más importantes de los pacientes para predecir dicha pérdida. Los factores socioeconómicos resultaron más determinantes en edentulismo, falta de dentición funcional y ausencia de dientes que las condiciones médicas.

La edad fue el factor de predicción más importante de la pérdida de dientes en el análisis. La educación, la atención dental rutinaria, el empleo, los ingresos familiares, la raza/etnia y la propiedad de la vivienda también fueron fuertes predictores.

Las enfermedades como la artritis, la diabetes, el colesterol alto, la hipertensión y las cardiopatías, también predijeron la pérdida de dientes. Pero no lo hicieron con tanta determinación como las características socioeconómicas. Algunas condiciones médicas, como la gota, no tuvieron ningún poder predictivo.

“Nuestros resultados sugieren que los modelos de algoritmos de aprendizaje automático que incorporan características socioeconómicas son mejores para predecir la pérdida de dientes que los que se basan únicamente en indicadores clínicos dentales rutinarios”, afirma Elani.

Los algoritmos podrían convertirse algún día en una nueva herramienta para ayudar a identificar a los pacientes con riesgo de pérdida de dientes, señaló Jane Barrow, directora ejecutiva de la Iniciativa para Integrar la Salud Oral y la Medicina de Harvard. Hasta entonces, los resultados destacan la importancia de los determinantes sociales de la salud, según Elani. “Conocer el nivel de estudios, la situación laboral y los ingresos del paciente es tan relevante para predecir la pérdida de dientes como evaluar su estado clínico dental”.

Accede al estudio completo (en ingles) desde este enlace.