Un estudio publicado en npj Digital Medicine reporta que el modelo igualó en una evaluación a ciegas a los técnicos humanos y redujo en más de 90% el tiempo activo de diseño en una prueba de concepto con dos pacientes.
Un equipo de la Universidad de Hong Kong, la Universidad ShanghaiTech y otras instituciones de China presentó DentalGEN, un marco de inteligencia artificial (IA) generativa capaz de diseñar coronas dentales personalizadas que cumplen criterios de morfología, función y estética. El trabajo fue publicado en npj Digital Medicine. Según los autores, es el primer sistema que diseña una corona completa, con geometría y textura, sin intervención manual en la etapa de diseño.
El estudio parte de que los problemas de salud bucal afectan a unos 3500 millones de personas en el mundo, y de que los defectos dentales alcanzan entre 24% y 53% de la población, según datos de la Organización Mundial de la Salud citados en el artículo. La corona individual es la solución habitual para estos casos y su fabricación ya es digital, mediante diseño y manufactura asistidos por computadora (CAD/CAM). Sin embargo, el diseño sigue dependiendo de que un técnico modifique manualmente la morfología de la pieza, un paso que según los autores requiere cerca de 20 minutos y varía con la experiencia de quien lo realiza. Además, el software actual no contempla el diseño de textura, por lo que el ajuste estético se hace de forma manual y subjetiva. Por ello, los casos suelen enviarse a laboratorios dentales, lo que prolonga el tratamiento semanas y encarece el servicio.
DentalGEN emplea un modelo de difusión de múltiples vistas, una técnica de inteligencia artificial que genera imágenes a partir de ruido de forma progresiva. El sistema segmenta primero el modelo digital de la dentadura y, con base en los dientes vecinos, el diente antagonista y la línea de terminación (el borde donde la corona se asienta sobre el diente preparado), genera imágenes de color y profundidad de la superficie externa de la corona desde una vista oclusal y seis vistas laterales. Esas imágenes se combinan en una superficie tridimensional completa y se unen a una superficie interna calculada a partir del diente preparado o del pilar del implante. El sistema puede diseñar coronas para cualquier posición de la boca a partir de la notación dental de la Federación Dental Internacional (FDI).
El modelo se entrenó y evaluó con 26 mil 614 muestras de 7 mil 880 pacientes, recopiladas en hospitales y clínicas dentales, entre ellos el Hospital Dental Prince Philip, el Noveno Hospital Popular de Shanghái y el Hospital de Estomatología de la Universidad de Wuhan. De ese conjunto, 47.1% provino de escáneres intraorales y 52.9% de escaneos de modelos de yeso. Las pruebas internas incluyeron 4 mil 6 muestras, y la validación externa se hizo con 6585 muestras de cinco clínicas dentales que no participaron en el entrenamiento, de las cuales 5805 eran dientes naturales y 780 coronas diseñadas por técnicos.
Para valorar la calidad clínica, seis dentistas con entre 3 y 9 años de experiencia evaluaron a ciegas 80 diseños, 40 de DentalGEN y 40 de técnicos, a partir de los mismos casos, con una versión adaptada de los criterios de la FDI y una escala de 1 a 5. La puntuación promedio fue de 4.017 para DentalGEN y de 4.033 para los técnicos, sin diferencia estadísticamente significativa. La proporción de diseños clínicamente aceptables fue de 95.42% para el sistema y de 97.92% para los técnicos, tampoco con diferencia significativa. Los autores indican que los dentistas con más experiencia tendieron a calificar mejor los diseños del sistema, y que la evaluación se hizo sobre modelos digitales y no sobre restauraciones físicas.
La prueba de concepto clínica incluyó a dos pacientes del Noveno Hospital Popular de Shanghái, uno con una corona en un incisivo lateral superior (diente 22) y otro con una en un molar inferior (diente 36). Tras la preparación del diente y el escaneo, DentalGEN generó la corona, que se fabricó en zirconia mediante fresado y se probó en boca; el dentista verificó que la oclusión, el contacto proximal y la adaptación marginal fueran clínicamente aceptables. En una prueba de rendimiento con una sola tarjeta gráfica NVIDIA RTX 3060, el sistema completó un caso en 59.83 segundos, sin contar la revisión del clínico ni los ajustes manuales. Con ello, los autores estiman una reducción de más de 90% del tiempo activo de diseño respecto al flujo de trabajo actual.
El estudio también analizó el peso de cada componente. Al retirar la información de la línea de terminación, el error de la distancia de Chamfer aumentó de 0.447 mm a 0.661 mm y el de Hausdorff de 0.873 mm a 2.375 mm, lo que la señala como el factor más influyente. Al eliminar la generación de vistas laterales y conservar solo la superficie oclusal, ambos errores aumentaron de forma considerable, aunque el modelo siguió superando a los métodos previos basados en imágenes bidimensionales.
Los autores reconocen varias limitaciones. En cuanto a la textura, las fresadoras actuales no reproducen con exactitud los patrones generados, por lo que el mapa de textura funciona como una guía visual para que el técnico aplique el esmalte y el color de forma manual. Además, la generalización a otras poblaciones y países no pudo evaluarse a fondo por la falta de datos sobre escáneres, características demográficas y clínicas. El estudio se limitó a coronas individuales, sin puentes ni prótesis completas, y la validación clínica se redujo a dos casos. Los investigadores señalan que se requieren ensayos clínicos prospectivos con seguimiento a largo plazo antes de su uso rutinario. Plantean además que el sistema se aplique con una estrategia de seguridad de tres capas: inspección digital automática, posprocesamiento geométrico que garantice grosores y márgenes mínimos, y revisión obligatoria por un clínico o técnico antes de la manufactura. El código fuente está disponible en GitHub.
