EUVIMEDEUVIMED entdecken
Crossref

Precisión diagnóstica de la inteligencia artificial en el diagnóstico de caries: revisión sistemática

Selina Nunha, Sebastiana Arroyo Bote, Pere Riutord-Sbert, CATALINA BENNASAR-VERGER

Academic Journal of Health Sciences · 27.03.2026 · 41 (2)

DOI: 10.65735/ajhs.2026.41.02.10 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Academic Journal of Health Sciences, online erschienen am 27.03.2026. Verfasst von Selina Nunha und 3 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Introducción: La caries dental es una de las enfermedades orales más prevalentes a nivel mundial. En los últimos años, la inteligencia artificial (IA), especialmente mediante redes neuronales convolucionales (CNN), se ha propuesto como herramienta para apoyar la detección y mejorar la precisión diagnóstica en odontología. El objetivo de este estudio fue evaluar la precisión diagnóstica de modelos de IA para la detección de caries a partir de imágenes diagnósticas.  Métodos: Se realizó una revisión sistemática con síntesis en PubMed, incluyendo artículos publicados entre 2020 y 2025. Se incluyeron estudios en humanos con texto completo disponible que aplicaran IA al diagnóstico de caries y reportaran métricas de precisión diagnóstica. La calidad metodológica se evaluó mediante AMSTAR-2 para revisiones sistemáticas y QUADAS-2 para estudios primarios de precisión diagnóstica.  Resultados: Se incluyeron 10 estudios. Las sensibilidades reportadas oscilaron entre 25% y 99,8% (predominando aproximadamente 44%–94%) y las especificidades entre 16,46% y 100% (mayoritariamente 77%–98%). Cinco estudios informaron valores de AUC entre 0,74 y 0,99. Las radiografías aleta de mordida (AMRX) fueron la modalidad más utilizada. Las arquitecturas más frecuentes incluyeron U-Net, ResNet y YOLO.  Conclusiones: La IA constituye una herramienta prometedora como complemento al diagnóstico de caries. Sin embargo, la evidencia disponible presenta heterogeneidad metodológica y limitada validación externa, por lo que se requieren protocolos estandarizados, validación multicéntrica y formación profesional para una implementación clínica segura y efectiva.

Zitieren

APA

Nunha, S., Bote, S. A., Riutord-Sbert, P., & BENNASAR-VERGER, C. (2026). Precisión diagnóstica de la inteligencia artificial en el diagnóstico de caries: revisión sistemática. Academic Journal of Health Sciences, 41(2). https://doi.org/10.65735/ajhs.2026.41.02.10

Vancouver

Nunha S, Bote SA, Riutord-Sbert P, BENNASAR-VERGER C. Precisión diagnóstica de la inteligencia artificial en el diagnóstico de caries: revisión sistemática. Academic Journal of Health Sciences. 2026;41(2). doi:10.65735/ajhs.2026.41.02.10

BibTeX
@article{Nunha2026,
  author = {Nunha, Selina and Bote, Sebastiana Arroyo and Riutord-Sbert, Pere and BENNASAR-VERGER, CATALINA},
  title = {Precisión diagnóstica de la inteligencia artificial en el diagnóstico de caries: revisión sistemática},
  journal = {Academic Journal of Health Sciences},
  year = {2026},
  volume = {41},
  number = {2},
  doi = {10.65735/ajhs.2026.41.02.10}
}
Kostenlos starten →