Reumen

Declaración del problema: las aplicaciones de inteligencia artificial (IA) están creciendo en los procedimientos de implantes dentales. La expansión y el rendimiento actuales de los modelos de IA en las aplicaciones de odontología de implantes aún no se han documentado ni analizado sistemáticamente.

Propósito: El propósito de esta revisión sistemática fue evaluar el rendimiento de los modelos de IA en la odontología de implantes para el reconocimiento del tipo de implante, la predicción del éxito del implante mediante el uso de factores de riesgo del paciente y criterios de ontología, y la optimización del diseño del implante que combina cálculos de análisis de elementos finitos (FEA) e IA modelos

Material y métodos: Se realizó una revisión sistemática electrónica en 5 bases de datos: MEDLINE/PubMed, EMBASE, World of Science, Cochrane y Scopus. También se realizó una búsqueda manual. Se incluyeron estudios revisados por pares que desarrollaron modelos de IA para el reconocimiento del tipo de implante, la predicción del éxito del implante y la optimización del diseño del implante. La estrategia de búsqueda incluyó artículos publicados hasta el 21 de febrero de 2021. Dos investigadores evaluaron de forma independiente la calidad de los estudios aplicando la Lista de verificación de evaluación crítica para estudios cuasi-experimentales del Instituto Joanna Briggs (JBI) (estudios experimentales no aleatorizados). Se consultó a un tercer investigador para resolver la falta de consenso.

Resultados: se incluyeron diecisiete artículos: 7 investigaciones analizaron modelos de IA para el reconocimiento de tipos de implantes, 7 estudios incluyeron modelos de predicción de IA para el pronóstico del éxito de los implantes y 3 estudios evaluaron modelos de IA para la optimización de diseños de implantes. Los modelos de IA desarrollados para reconocer el tipo de implante mediante el uso de imágenes periapicales y panorámicas obtuvieron un resultado de precisión general que osciló entre el 93,8 % y el 98 %. Los modelos para predecir el éxito de la osteointegración o el éxito del implante mediante el uso de diferentes datos de entrada variaron entre los estudios, con un rango del 62,4 % al 80,5 %. Finalmente, los estudios que desarrollaron modelos de IA para optimizar los diseños de implantes parecen estar de acuerdo en la aplicabilidad de los modelos de IA para mejorar el diseño de implantes dentales. Esta mejora incluye la minimización de la tensión en la interfaz implante-hueso en un 36,6 % en comparación con el modelo de elementos finitos; optimizar la porosidad, la longitud y el diámetro del diseño del implante para mejorar los cálculos de elementos finitos; o determinar con precisión el módulo elástico de la interfaz implante-hueso.

Conclusiones: Los modelos de IA para el reconocimiento del tipo de implante, la predicción del éxito del implante y la optimización del diseño del implante han demostrado un gran potencial, pero aún están en desarrollo. Los estudios adicionales son indispensables para un mayor desarrollo y evaluación del rendimiento clínico de los modelos de IA para las aplicaciones de odontología de implantes revisadas.

Revilla-León M, Gómez-Polo M, Vyas S, Barmak BA, Galluci GO, Att W, Krishnamurthy VR. Artificial intelligence applications in implant dentistry: A systematic review. J Prosthet Dent. 2023 Feb;129(2):293-300. doi: 10.1016/j.prosdent.2021.05.008. Epub 2021 Jun 16. PMID: 34144789.