Resumen en 1 minuto
Múltiples estudios publicados en 2025 y 2026 demuestran que modelos de deep learning pueden detectar lesiones orales malignas y potencialmente malignas con alta precisión a partir de imágenes clínicas e histopatológicas.
Un estudio publicado en Scientific Reports (2025) entrenó modelos DenseNet201 y FixCaps con 518 imágenes de cavidad oral para screening de lesiones potencialmente malignas y cáncer oral, mostrando resultados prometedores en clasificación automática. En paralelo, investigadores del Chinese PLA General Hospital desarrollaron un modelo basado en endoscopio oral portátil que captura imágenes intraorales y las analiza en tiempo real mediante redes U-Net y ResNet-34.
Un desarrollo especialmente relevante para la práctica clínica es un sistema publicado en Applied Sciences (2025) que combina un chatbot con redes neuronales convolucionales para triaje de síntomas y detección temprana, con tiempo de inferencia de menos de 5 segundos por imagen.
Otro estudio en Expert Review of Medical Devices reportó modelos que alcanzan hasta 99% de especificidad y 97,5% de precisión en clasificación de lesiones orales mediante imágenes de smartphone.
Aunque la mayoría de estos sistemas están en fase de validación, la tendencia apunta hacia herramientas de screening accesibles en el consultorio dental que complementen el examen clínico convencional.
Fuentes:
- Desai et al. Scientific Reports, 2025 — Ver estudio
- Applied Sciences, 2025 — Ver estudio