Resumen en 1 minuto
Un estudio publicado en Scientific Reports (2026) desarrolló un modelo de inteligencia artificial con arquitectura transformer para detectar caries en radiografías panorámicas, entrenado con 3.856 radiografías y 12.847 lesiones clasificadas por severidad.
El modelo alcanzó una precisión del 87,3%, con sensibilidad del 81,3% para caries iniciales (D1) y 84,7% para lesiones D2, superando a los modelos anteriores basados en redes neuronales convolucionales.
A diferencia de los sistemas CNN, los transformers analizan simultáneamente detalles locales — cambios sutiles en esmalte o dentina — y el contexto anatómico general del diente, lo que facilita detectar lesiones tempranas que suelen pasar desapercibidas en panorámicas por superposición de estructuras.
El sistema procesa una radiografía completa en aproximadamente 70 milisegundos, lo que permitiría su uso como herramienta de apoyo en tiempo real durante la evaluación clínica.
Según los autores, el objetivo no es reemplazar al clínico sino mejorar la consistencia diagnóstica y facilitar el cribado rutinario.
Fuente: Scientific Reports — Wang L., Li Z. — Ver estudio
