El término «inteligencia artificial» (IA) se refiere a la idea de que las máquinas son capaces de realizar tareas humanas.
Un subdominio de la IA es el aprendizaje automático (ML), que «aprende» patrones estadísticos intrínsecos en los datos para finalmente emitir predicciones sobre datos invisibles.
El aprendizaje profundo es una técnica de aprendizaje automático que utiliza operaciones matemáticas multicapa para aprender e inferir datos complejos como imágenes.
Esta sucinta revisión narrativa describe la aplicación, las limitaciones y el posible futuro del diagnóstico dental, la planificación del tratamiento y la conducta basados en IA, por ejemplo, análisis de imágenes, elaboración de predicciones, mantenimiento de registros, así como investigación y descubrimiento dental.
Las aplicaciones basadas en IA agilizarán la atención, liberando a la fuerza laboral dental de laboriosas tareas rutinarias, mejorando la salud a costos más bajos para una población más amplia y, finalmente, facilitando la odontología personalizada, predictiva, preventiva y participativa.
Sin embargo, las soluciones de IA no han entrado en gran medida en la práctica dental rutinaria, principalmente debido a 1) disponibilidad, accesibilidad, estructura y exhaustividad de datos limitados, 2) falta de rigor metodológico y estándares en su desarrollo, 3) y preguntas prácticas sobre el valor y la utilidad de estas soluciones, sino también ética y responsabilidad.
Cualquier aplicación de IA en odontología debe demostrar un valor tangible, por ejemplo, mejorando el acceso y la calidad de la atención, aumentando la eficiencia y la seguridad de los servicios, empoderando y capacitando a los pacientes, apoyando la investigación médica o aumentando la sostenibilidad.
La privacidad, los derechos y la autonomía individuales deben ser puestos al frente y al centro; un cambio del aprendizaje centralizado al distribuido/federado puede abordar esto al tiempo que mejora la escalabilidad y la solidez.
Por último, se debe garantizar la confiabilidad y la generalización de las soluciones dentales de IA; se debe esperar la implementación de una supervisión humana continua y estándares basados en la odontología basada en la evidencia.
Los métodos para visualizar, interpretar y explicar la lógica detrás de las soluciones de IA contribuirán («IA explicable»).
La educación dental deberá acompañar la introducción de soluciones clínicas de inteligencia artificial fomentando la alfabetización digital en la futura fuerza laboral dental.