Los investigadores han realizado un estudio de diagnóstico sobre la detección de caries oclusales a partir de una fotografía clínica utilizando un algoritmo de aprendizaje profundo, presentado en la 101ª Sesión General de la IADR, que se celebrará conjuntamente con la 9ª Reunión de la Región Latinoamericana y el 12º Congreso Mundial de Odontología Preventiva, en Bogotá (Colombia).

El estudio realizado por Chukwuebuka Elozona Ogwo, de la Universidad de Temple (Estados Unidos), buscó determinar la exactitud, precisión y sensibilidad del algoritmo de detección de objetos YOLOv7 en la detección de caries oclusales a partir de fotografías clínicas y desarrollar un software para la detección de caries oclusales.

Sólo se incluyeron en el estudio adultos mayores de 18 años con dentición permanente que recibían atención en la Facultad de Odontología Kornberg de la Universidad de Temple. Los estudiantes de Odontología de 4º curso tomaron 300 fotografías intraorales de las superficies oclusales de las arcadas mandibular y maxilar utilizando cámaras Coolpix L840.

Las imágenes se anotaron con Roboflow V4. Tras el preprocesamiento y el aumento de datos, se generaron 845 imágenes que se dividieron aleatoriamente en tres conjuntos: entrenamiento, validación y prueba - 70:20:10, respectivamente.

A continuación, los datos se analizaron con YOLO v7 a 100 épocas, con un tamaño de lote de 1 y un tamaño de imagen de 1280x640. Las métricas de rendimiento del algoritmo fueron precisión media (mAP), recall (sensibilidad) y precisión (valor predictivo positivo). El algoritmo final se utilizó para crear software en Flask y se desplegó en Heroku.

El algoritmo dio como resultado una precisión del 79,5%, una recuperación del 83%, una puntuación F1 del 81,2% y una puntuación del 80% mAP@0.5 en la detección de caries oclusales en una fotografía clínica de las arcadas mandibular y maxilar.

El estudio arrojó un resultado prometedor de la IA en la automatización de la detección de la lesión cariosa a partir de una fotografía clínica. Cuando se implemente como una aplicación para teléfonos, puede servir como una herramienta importante para la teledontología y mejorar el acceso a la atención, aseguran.