29 Junio 2022

---

---

Un algoritmo de aprendizaje profundo detecta con éxito la enfermedad periodontal a partir de radiografías 2D de aleta de mordida, según una investigación presentada en EuroPerio10, el principal congreso mundial de periodoncia e implantología organizado por la Federación Europea de Periodoncia (EFP) (1).

El estudio muestra el potencial de la inteligencia artificial (IA) para identificar automáticamente patologías periodontales que de otro modo podrían pasar desapercibidas", afirmó el autor del estudio, el Dr. Burak Ya-vuz, de la Universidad Eskisehir Osmangazi (Turquía). "Esto podría reducir la exposición a la radiación al evitar la repetición de las evaluaciones, prevenir la progresión silenciosa de la enfermedad periodontal y permitir un tratamiento más temprano".

Estudios anteriores han examinado el uso de la IA para detectar caries, fracturas radiculares y lesiones apicales, pero la investigación en el campo de la periodoncia es limitada. Este estudio evaluó la capacidad del aprendizaje profundo, un tipo de IA, para determinar el estado periodontal en radiografías de aleta de mordida.

El estudio utilizó 434 radiografías de aleta de mordida de pacientes con periodontitis.  El procesamiento de las imágenes se realizó con la arquitectura u-net, una red neuronal convolucional utilizada para segmentar las imágenes de forma rápida y precisa. Un médico especialista experimentado también evaluó las imágenes utilizando el método de segmentación. Las evaluaciones incluyeron la pérdida ósea alveolar total alrededor de los dientes inferiores y superiores, la pérdida ósea horizontal, la pérdida ósea vertical, los defectos de furcación y el cálculo alrededor de los dientes maxilares y mandibulares.

La red neuronal identificó 859 casos de pérdida ósea alveolar, 2.215 casos de pérdida ósea horizontal, 340 casos de pérdida ósea vertical, 108 defectos de furcación y 508 casos de cálculo dental. El éxito del algoritmo a la hora de identificar los defectos se comparó con la evaluación del médico y se comunicó como sensibilidad, precisión y puntuación F1, que es la media ponderada de la sensibilidad y la precisión. Para la sensibilidad, la precisión y la puntuación F1, 1 es el mejor valor y 0 el peor.

Los resultados de sensibilidad, precisión y puntuación F1 para la pérdida ósea alveolar total fueron de 1, 0,94 y 0,96, respectivamente. Los valores correspondientes a la pérdida ósea horizontal fueron 1, 0,92 y 0,95, respectivamente, mientras que la IA no pudo identificar la pérdida ósea vertical. Para el cálculo dental, los resultados de sensibilidad, precisión y puntuación F1 fueron de 1,0, 0,7 y 0,82, respectivamente, y para los defectos de furcación los valores correspondientes fueron de 0,62, 0,71 y 0,66, respectivamente.

El Dr. Yavuz concluye: "Nuestro estudio ilustra que la IA es capaz de captar muchos tipos de defectos a partir de imágenes 2D, lo que podría ayudar al diagnóstico de la periodontitis. Se necesitan estudios más exhaustivos sobre conjuntos de datos más amplios para aumentar el éxito de los modelos y extender su uso a las radiografías en 3D."