La IA puede ayudar a identificar a las personas con mayor riesgo de caries dental
Los modelos de IA basados en datos de encuestas pueden ayudar a los planificadores de salud pública a identificar grupos con mayor riesgo de caries, pero la precisión predictiva y la equidad requieren más pruebas.Resumen
Un equipo internacional de investigación analizó datos de la encuesta de salud bucal de Brasil de 2023, que incluyó a 23.726 participantes de tres grupos de edad, para probar si la IA podría ayudar a identificar comunidades con mayor riesgo de caries dental. El estudio, publicado en Caries Research y liderado por el autor principal Fernando Neves Hugo, de la NYU College of Dentistry, utilizó información social, económica y de salud junto con hallazgos dentales. La riqueza y el hacinamiento en el hogar emergieron como predictores importantes, con menor riqueza y mayor hacinamiento vinculados a una mayor carga de enfermedad; los participantes no blancos también experimentaron disparidades. La caries no tratada afectó a aproximadamente el 36,9% de los niños, el 43,7% de los adolescentes y el 52,7% de los adultos. Los investigadores compararon enfoques estadísticos y de aprendizaje automático, incluida una versión de triaje que se basaba solo en datos de cuestionarios sin exámenes dentales. El rendimiento predictivo fue modesto: el modelo más fuerte para adolescentes explicó solo alrededor del 10% de la variación en las puntuaciones DMFT, con un error promedio de aproximadamente 2,8 dientes. Los autores enfatizan que el uso propuesto es la planificación de salud pública para dirigir recursos y atención preventiva, no un reemplazo automático del diagnóstico de un dentista. También advierten que el estudio clasificó hallazgos dentales existentes en lugar de predecir caries futuras, que se necesitan pruebas en poblaciones independientes y que la equidad y el sesgo algorítmico deben evaluarse antes de usar puntuaciones para influir en el acceso a la atención. La contribución del estudio es un marco para conectar la enfermedad oral con las circunstancias sociales a escala, pero su valor depende de si las predicciones transparentes y probadas de forma independiente conducen a un mejor acceso y prevención.
(Fuente：The Brighter Side of News)