La caries de la primera infancia (CPI) es una de las enfermedades no transmisibles más prevalentes. Debido a su naturaleza multifacética, incluye diversos factores de riesgo ambientales y genéticos. El uso de tecnologías de inteligencia artificial como el aprendizaje automático (AA) y el aprendizaje profundo (AA) en odontología ayuda a mejorar el diagnóstico y el tratamiento de la CPI. Proporciona precisión personalizada en el análisis de big data y la predicción de caries. Este estudio se centra principalmente en los diferentes factores de riesgo, los índices de caries dental y la importancia de la predicción y el tratamiento tempranos de la caries. En esta revisión, examinamos sistemáticamente estudios previos sobre la aplicación de algoritmos de AA y AA para la predicción de caries. Algunas de las fuentes de datos de estos artículos son encuestas de salud bucodental, estudios longitudinales y bases de datos con imágenes dentales y datos demográficos. Este estudio examinó diversos enfoques, conjuntos de datos, metodologías y algoritmos. Los criterios de inclusión son la precisión de los modelos, la investigación de diferentes factores de riesgo y la aplicabilidad de AA y AA para la predicción de caries. Los resultados mostraron que los algoritmos de aprendizaje automático (ML), como las máquinas de vectores de soporte, alcanzaron una precisión del 88,76 % en imágenes de teléfonos inteligentes, mientras que XGBoost alcanzó el 97 % en un conjunto de datos de una encuesta de salud, y el Bosque aleatorio alcanzó el 92 % en una encuesta a gran escala. Los algoritmos de aprendizaje automático (DL), como las redes neuronales convolucionales, alcanzaron una precisión de hasta el 93,3 % en fotografías dentales, mientras que las redes neuronales artificiales alcanzaron el 99 % en caries de molares primarios. Al aprovechar estas tecnologías, la atención odontológica puede lograr una mayor precisión diagnóstica, estrategias de tratamiento temprano y soluciones de atención médica personalizadas.

A, P., Sreekumar, R. & Naveen, S.N. Application of artificial intelligence technologies for the detection of early childhood caries. Discov Artif Intell 5, 137 (2025). https://doi.org/10.1007/s44163-025-00391-w