Detección automática de pérdida ósea en radiografías intraorales

La periimplantitis, una afección que afecta a los pacientes con implantes dentales, se caracteriza por la inflamación que rodea dichos implantes, lo que puede llevar a una pérdida gradual del hueso marginal circundante. Esta pérdida ósea puede tener un efecto negativo en la salud bucal, la función masticatoria y la estabilidad de los implantes.

La detección temprana de la periimplantitis es esencial para intervenir a tiempo y prevenir la progresión de la enfermedad. En este sentido, la inteligencia artificial ha encontrado una oportunidad para ofrecer soluciones innovadoras en la odontología.

En este contexto, un equipo de investigadores ha utilizado técnicas de IA en la interpretación de radiografías intraorales, con el objetivo de proporcionar a los dentistas una herramienta automatizada para determinar la pérdida ósea alrededor de los implantes dentales. Esto, a su vez, permitiría un diagnóstico más preciso y una intervención oportuna.

Comprender las imágenes para poder calcular la pérdida ósea 

El primer componente clave de esta estrategia consiste en un detector de objetos basado en aprendizaje profundo, en particular la arquitectura YOLOv3 (You Only Look Once versión 3). Esta técnica no solo permite la identificación, sino también la localización precisa de dos objetos principales en las radiografías: 

• La prótesis dental (corona).
• Y el implante dental (tornillo). 

Mediante esta aproximación, se establece una sólida base para el análisis subsiguiente.

En lo que respecta a la segunda parte de esta estrategia, se apoya en la comprensión de imágenes (IU). Es en este punto donde la IA demuestra su capacidad para afinar incluso los detalles más sutiles presentes en las radiografías intraorales. Concretamente, se llevó a cabo un trabajo de mejora de las líneas que definen los bordes de los tornillos de implantes, identificando así puntos de interés altamente significativos. Estos puntos, que señalan cambios en la intensidad ósea y las intersecciones entre la corona y el tornillo, se emplean posteriormente en el cálculo de la pérdida ósea.

Validación clínica

Para evaluar la eficacia de esta estrategia, se emplearon un total de 2920 radiografías para el entrenamiento y la prueba del proceso de detección de objetos basado en aprendizaje profundo. Los resultados revelaron un rendimiento satisfactorio, respaldando la capacidad de la IA para proporcionar un enfoque fiable en la identificación de elementos cruciales en las radiografías.

En lo que concierne a la evaluación de la imagen basada en la comprensión, esta se llevó a cabo a través de un análisis estadístico. Según el estudio, validando la efectividad de este enfoque en la detección de sutiles cambios en la pérdida ósea, en plena concordancia con el juicio experto de los odontólogos.

Esta investigación es solo el comienzo, comentan los autores. A medida que la tecnología evoluciona y las técnicas de IA se refinan aún más, es probable que se cree un aumento en la precisión y la eficiencia de los diagnósticos dentales.

Fuente: Journal of Digital Imaging Vera, M., Gómez-Silva, M.J., Vera, V. et al. Artificial Intelligence Techniques for Automatic Detection of Peri-implant Marginal Bone Remodeling in Intraoral Radiographs. https://doi.org/10.1007/s10278-023-00880-3