Desarrollo de modelos de inteligencia artificial para la numeración y detección de dientes
Sep 18 de 2024 0
Resumen
La radiografía dental se utiliza ampliamente en las prácticas dentales y ofrece un recurso valioso para el desarrollo de la tecnología de IA. En consecuencia, muchos investigadores se han visto atraídos a explorar su aplicación en diferentes áreas. La presente revisión sistemática se realizó para evaluar críticamente los desarrollos y el rendimiento de los modelos de inteligencia artificial (IA) diseñados para la numeración y detección de dientes mediante imágenes radiográficas dentomaxilofaciales. Para mantener la integridad de su metodología, los autores de esta revisión sistemática siguieron los criterios de precisión de las pruebas diagnósticas descritos en PRISMA-DTA. La búsqueda electrónica se realizó navegando a través de varias bases de datos como PubMed, Scopus, Embase, Cochrane, Web of Science, Google Scholar y la Biblioteca Digital Saudita para los artículos publicados entre 2018 y 2023. Dieciséis artículos que cumplieron con los criterios de inclusión y exclusión fueron sometidos a una evaluación del riesgo de sesgo utilizando QUADAS-2 y la certeza de la evidencia se evaluó utilizando el enfoque GRADE. La tecnología de IA se ha aplicado principalmente para la detección y numeración automatizada de dientes, para detectar dientes en imágenes CBCT, para identificar patrones y enfoques de tratamiento dental. Los modelos de IA utilizados en los estudios incluidos exhibieron una precisión más alta del 99,4% para la detección de dientes y del 98% para la numeración de dientes. El uso de IA como herramienta de diagnóstico complementaria en el campo de la radiología dental tiene un gran potencial.
Prabhadevi C. Maganur, Satish Vishwanathaiah, Mohammed Mashyakhy, Abdulaziz S. Abumelha, Ali Robaian, Thamer Almohareb, Basil Almutairi, Khaled M. Alzahrani, Sultan Binalrimal, Nikhil Marwah, Sanjeev B. Khanagar, Varsha Manoharan,
International Dental Journal, Volume 74, Issue 5, 2024, Pages 917-929, ISSN 0020-6539, https://doi.org/10.1016/j.identj.2024.04.021.