Integración de la inteligencia artificial en el diagnóstico y tratamiento dental

Autores/as

DOI:

https://doi.org/10.26820/reciamuc/7.(4).oct.2023.37-46

Palabras clave:

Inteligencia, Artificial, Diagnóstico, Tratamiento, Odontología

Resumen

La inteligencia artificial (IA) esta revolucionado diversas áreas de la humanidad, sobre todo en los últimos años. En el área de la salud esta revolución ha alcanzado todas sus áreas, incluyendo la odontología. Los avances tecnológicos en el campo de la IA han aportado, en esta especialidad, nuevas y valiosas herramientas tanto para mejorar el diagnóstico como el tratamiento de los pacientes. En consecuencia, el propósito de esta investigación es plasmar las generalidades del uso de la inteligencia artificial en el diagnóstico y tratamiento dental. El enfoque metodológico de la investigación es una revisión bibliográfico – documental, apoyado por diversas bases de datos, para la obtención de información relevante en base al tema de estudio. De la revisión se desprende que la IA ha demostrado ser una herramienta innovadora y efectiva en el diagnóstico y tratamiento dental con resultados prometedores que se evidencian con la literatura disponible y los cuales se pueden resumir en: colaboración, apoyo, reducción de tiempo en análisis de datos y precisión en general. lo que ha permitido agilizar los tiempos en la detección de enfermedades y afecciones odontológicas, y el diseño de la mejor estrategia apoyando la toma de decisiones en el tratamiento.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Laly Viviana Cedeño Sánchez, Universidad de Guayaquil

Diploma Superior de Cuarto Nivel en Desarrollo Local y Salud; Especialista en Gerencia y Planificación Estratégica en Salud; Magíster en Gerencia en Salud Para el Desarrollo Local; Magíster en Gerencia en Salud Para el Desarrollo Local; Doctor en Ciencias Pedagógicas; Odontóloga; Universidad de Guayaquil; Guayaquil, Ecuador

Sofía Mirella Lainez Aráuz, Universidad de Guayaquil

Especialista en Ortodoncia; Doctora en Odontología; Universidad de Guayaquil; Guayaquil, Ecuador

Washington Sergio Escudero Doltz, Universidad de Guayaquil

Magíster en Diseño Curricular; Diplomado en Docencia Superior; Doctor en Odontología; Universidad de Guayaquil; Guayaquil, Ecuador

María Cristina Flor Chávez, Universidad de Guayaquil

Diploma Superior en Preparación Multirradiculares; Magister en Odontología con Especialización en Periodoncia e Implantología; Doctora en Odontología; Odontóloga; Universidad de Guayaquil; Guayaquil, Ecuador

Citas

Al-Imam, A., Abdul-Wahaab, I. T., Konuri, V. K., & Sahai, A. (2021). Conciliación de inteligencia artificial y modelos no bayesianos para morfometría pterigomaxilar. Folia Morphol , 1-33. Recuperado el 26 de noviembre de 2023, de https://www.researchgate.net/profile/Ahmed-Al-Imam/publication/348461900_Reconciling_Artificial_Intelligence_and_Non-Bayesian_Models_for_Pterygomaxillary_Morphometrics/links/614c1b39a595d06017e4da6f/Reconciling-Artificial-Intelligence-and-Non-Bayesian-Mod

Bechara, E. J. (22 de mayo de 2023). El impacto de la Inteligencia Artificial en la Odontología. Tribuna Dental. Recuperado el 25 de noviembre de 2023, de https://la.dental-tribune.com/news/el-impacto-de-la-inteligencia-artificial-en-la-odontologia/#:~:text=La%20IA%20puede%20ayudar%20a,tratamiento%20m%C3%A1s%20r%C3%A1pidas%20y%20precisas.

Bravo, P., Pulgarín, C., & Ramos, R. (2023). Inteligencia artificial en diagnóstico, pronóstico y planificación del tratamiento de alteraciones de la región cráneo-cérvico maxilofacial en ortodoncia. Revisión de la literatura. Anatomía Digital, 6(1), 3–84. Recuperado el 15 de noviembre de 2023, de https://cienciadigital.org/revistacienciadigital2/index.php/AnatomiaDigital/article/download/2515/6107/

Cacñahuaray, G., Gómez, D., Lamas, V., & Guerrero, M. E. (2021). Aplicación de la inteligencia artificial en Odontología: revisión de la literatura. Odontol. Sanmarquina, 24(3), 243-254. Recuperado el 21 de noviembre de 2023, de https://www.researchgate.net/publication/353254244_Aplicacion_de_la_inteligencia_artificial_en_Odontologia_Revision_de_la_literatura/link/616717173851f95994fccae2/download?_tp=eyJjb250ZXh0Ijp7ImZpcnN0UGFnZSI6InB1YmxpY2F0aW9uIiwicGFnZSI6InB1YmxpY2F0aW9uIn1

Cui, Q., Chen, Q., Liu, P., Liu, D., & Wen, Z. (2020). Modelo de apoyo a la decisión clínica para la terapia de extracción dental derivado de registros dentales electrónicos. J Prosthet Dent, 126(1), 83-90. doi:10.1016/j.prosdent.2020.04.010.

Dallora, A. A., Kvist, O., Mendes, E., Diaz, S., & Sanmartin, J. (2019). Evaluación de la edad ósea con diversas técnicas de aprendizaje automático: una revisión sistemática de la literatura y un metanálisis. PLoS ONE, 14(7), 1-22. Recuperado el 25 de noviembre de 2023, de https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6657881/pdf/pone.0220242.pdf

Frąckiewicz, M. (25 de junio de 2023). CS2. Recuperado el 28 de noviembre de 2023, de https://ts2.space/es/ia-en-cirugia-bucal-robotica/#gsc.tab=0

Galmarini, C. M. (13 de marzo de 2023). openMind BBVA. Recuperado el 05 de noviembre de 2023, de https://www.bbvaopenmind.com/tecnologia/inteligencia-artificial/inteligencia-artificial-aliada-salud/

Galvis, L. M., Amaris, L. D., & Galeano, L. A. (2020). Sistema de Apoyo Diagnóstico Periodontal con Deep Learning para las Clínicas Odontológicas de la Universidad Santo Tomas, 2020: Fase I - Insumos y Criterios Radiográficos. Tesis de grado, Universidad Santo Tomás,, División de Ciencias de la Salud, Bucaramanga. Recuperado el 30 de noviembre de 2023, de https://repository.usta.edu.co/bitstream/handle/11634/29327/2020GalvisLaura%20.pdf?sequence=15&isAllowed=y

Hung, M., Voss, M., Rosales, M., Li, W., Su, W., Xu, J., & Bounsanga, J. (2019). Aplicación del aprendizaje automático para la predicción diagnóstica de caries radicular. Gerodonntología, 36(4), 397-404. Recuperado el 21 de noviembre de 2023, de https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6874707/pdf/nihms-1034451.pdf

Kwak, G. H., Kwak, E. J., Song, J. M., Park, H. R., Jung, Y. H., & Cho, B. H. (2020). Detección automática del canal mandibular mediante una red neuronal convolucional profunda. Representante de ciencia, 1-8. Recuperado el 30 de noviembre de 2023, de https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7109125/pdf/41598_2020_Article_62586.pdf

Li, S., Guo, Z., Lin, J., & Ying, S. (2022). Inteligencia artificial para clasificar y archivar imágenes de ortodoncia. Biomed Res Int, 1-11. Recuperado el 10 de noviembre de 2023, de https://downloads.hindawi.com/journals/bmri/2022/1473977.pdf?_gl=1*187iygb*_ga*MTE5NDkxNTUzLjE2OTM5OTY4MzQ.*_ga_NF5QFMJT5V*MTcwMjkzMzg4My4zLjEuMTcwMjkzNTAyMS42MC4wLjA.&_ga=2.150808566.1348127873.1702933881-119491553.1693996834

Morales, R., Pisón, L., Hidalgo, A., & Palma, E. (2022). Estado del arte de inteligencia artificial en ortodoncia. Revisión narrativa. Avances en odontoestomatología, 38(4), 153-163. Recuperado el 27 de noviembre de 2023, de https://scielo.isciii.es/pdf/odonto/v38n4/0213-1285-odonto-38-4-156.pdf

Ponce, N., Grijalva, M., & Navas, P. (2022). Una revisión sistemática de la aplicación de la inteligencia artificial en la implantología. Revista Dilemas Contemporáneos: Educación, Política y Valores, Edición especial(7), 1-17. Recuperado el 28 de noviembre de 2023, de https://dilemascontemporaneoseducacionpoliticayvalores.com/index.php/dilemas/article/download/3394/3360/

Schwendicke, F., Rossi, J., Göstemeyer, G., Elhennawy, K., Cantu, A., Schwendicke, f., . . . Cantu, A. (2021). Rentabilidad de la inteligencia artificial para la detección de caries proximal. J Dent Res, 100(4), 369-376. Recuperado el 22 de noviembre de 2023, de https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7985854/pdf/10.1177_0022034520972335.pdf

Subramanian, A. K., Chen, Y., Almalki, A., Sivamurthy, G., & Kafle, D. (2023). Análisis cefalométrico en ortodoncia mediante inteligencia artificial: una revisión completa. BioMed Research Internationa, 1-9. Recuperado el 20 de noviembre de 2023, de https://downloads.hindawi.com/journals/bmri/2022/1880113.pdf

Publicado

2023-10-28

Cómo citar

Cedeño Sánchez, L. V., Lainez Aráuz, S. M., Escudero Doltz, W. S., & Flor Chávez, M. C. (2023). Integración de la inteligencia artificial en el diagnóstico y tratamiento dental. RECIAMUC, 7(4), 37-46. https://doi.org/10.26820/reciamuc/7.(4).oct.2023.37-46

Número

Sección

Artículos de Revisión

Artículos más leídos del mismo autor/a