
Jan 25 , 2019
El futuro de la inteligencia artificial en odontología
Si bien puedes pensar en la ciencia ficción y la imaginación cuando escuchas sobre la inteligencia artificial, el futuro de la Inteligencia Artificial en odontología es muy, muy real.
Algunos de nosotros recordamos al leal amigo robótico de Will Robinson en la serie "Perdidos en el espacio" de los años sesenta. Otros rastrearán la visión de ciencia ficción de las máquinas autónomas inteligentes hasta el día en que Skynet se volvió consciente de sí misma y se convirtió en humana en las películas de "Terminator".
El término inteligencia artificial (IA) y la búsqueda oficial de máquinas inteligentes en la comunidad científica en realidad se remonta a una conferencia de investigadores de Dartmouth e IBM en 1956.
La IA de hoy está invadiendo nuestra vida cotidiana, aunque de formas más sutiles, con asistentes digitales como Alexa y Siri. ¡Ahora, la Inteligencia Artificial en odontología ha llegado!
Fácil para los dentistas ... difícil para Hal
Considere una tarea diaria que nosotros, como dentistas, consideramos rutinaria y relativamente simple: encontrar caries en las radiografías. De hecho, al hacerlo, estamos "procesando" conversaciones con el paciente, la historia del paciente, las imágenes radiográficas complejas y matizadas y nuestro examen intraoral directo. También estamos aprovechando nuestra capacitación, que incluye nuestra educación dental y haber leído miles de radiografías durante años en la práctica. Aun así, se estima que nuestra tasa de diagnóstico erróneo de caries por rayos X puede ser del 20 por ciento o más.
Para que las máquinas realicen tareas como leer radiografías , deben estar “entrenadas” en conjuntos de datos enormes para reconocer patrones significativos. Deben ser capaces de comprender la información nueva en forma de lenguaje hablado, texto escrito o imágenes con el contexto y matiz adecuados. Finalmente, deben poder tomar decisiones inteligentes con respecto a esa nueva información y luego aprender de los errores para mejorar el proceso de toma de decisiones. Para que un sistema de inteligencia artificial tenga un beneficio práctico en el mundo real, todo esto debe suceder casi al mismo tiempo que un ser humano puede realizar la misma tarea. Hasta hace muy poco, las aplicaciones de la IA a gran escala no eran técnicamente factibles ni rentables, por lo que la realidad de la IA aún no se ha adaptado a las posibilidades.
Independientemente de los desafíos tecnológicos, las máquinas ofrecen algunas ventajas claras. Las computadoras no son parciales. Como seres humanos, venimos con sesgos innatos y podemos juzgar las cosas prematuramente. Las computadoras consideran solo los datos que se proporcionan. Las máquinas tampoco se cansan. Podemos trabajar durante cuatro o cinco horas seguidas antes de fatigarnos; Las máquinas funcionan 24/7 sin pausa de café. Otra ventaja es que las máquinas no se aburren. Las tareas que descargamos con gusto son monótonas y repetitivas. Finalmente, las máquinas son rápidas. Si bien los sistemas de AI actuales son en gran parte unidimensionales en función de la tarea específica para la que están capacitados y programados (p. Ej., Leer radiografías y predecir la ubicación de las caries), a menudo son mucho más rápidos en esa tarea que los humanos.
Quizás te interese: El arte de ser odontólogo: mucho más que tratar pacientes
Las máquinas suben
Los últimos cinco años han marcado la evolución de la era moderna de la IA, que está siendo anunciada con un gran entusiasmo e inversión. Big data y la computación en la nube han brindado acceso inmediato a los grandes conjuntos de datos necesarios para entrenar sistemas inteligentes. Todos estos datos requieren vastas cantidades de almacenamiento, lo que no solo se ha vuelto barato sino también rápido en términos de recuperación de datos.
El autor de tecnología del New York Times, John Markoff, informó sobre otro avance que surgió de un proyecto de 2011 llamado Google Brain , que aplicó métodos de "aprendizaje profundo" al desafío de extraer el significado de 10 millones de imágenes de videos de YouTube. Irónicamente, una vez que se liberó para navegar por Internet, Google Brain hizo lo que sus homólogos humanos hacen todos los días: buscó (y encontró con éxito) gatos. Lo sorprendente de este logro es que los científicos nunca le dijeron a la máquina: “Esto es un gato”. Al usar el aprendizaje profundo, Google Brain creó una construcción abstracta para gatos basada en el reconocimiento de imágenes.
El aprendizaje profundo, la técnica de IA más avanzada en el campo más amplio conocido como aprendizaje automático, utiliza redes neuronales en capas basadas en el cerebro humano. Las técnicas tradicionales de aprendizaje automático se basan en reglas artesanales definidas por expertos en dominios humanos y no mejoran con conjuntos de datos más grandes. El aprendizaje profundo crea sus propias reglas que mejoran con datos adicionales, lo que lo hace adecuado para interpretar los datos no estructurados que se requieren para aplicaciones avanzadas, como autos de autos, predicción de terremotos, detección de enfermedades y recomendaciones de diagnóstico y tratamiento en medicina. Los dentistas en realidad tienen acceso a una plataforma de IA de aprendizaje profundo para detectar caries en este momento. Dentistry.AI , en las últimas etapas de la evaluación clínica, le permite a cualquier dentista con licencia registrarse como investigador y utilizar el sistema.
El único inconveniente del aprendizaje profundo en el momento del proyecto Google Brain fue que requería tremendos recursos informáticos. Encontrar gatos en Internet requería 2,000 CPU alojados en centros de datos con clima controlado. En un momento que se ha llamado el Big Bang de la IA, los investigadores igualaron las capacidades de aprendizaje profundo de esas 2,000 CPU utilizando 12 unidades de procesamiento gráfico de NVIDIA (GPU). Resulta que los chips de gráficos que permiten los juegos de computadora ultra realistas de hoy también proporcionan la velocidad y el procesamiento de la potencia de fuego para impulsar una revolución en los sistemas de inteligencia artificial. (Como efecto secundario, los jugadores se han visto frustrados por los atrasos y la escasez ya que la industria ha incrementado el suministro de chips de NVIDIA, que también se utiliza para la criptomoneda).
IA en el horizonte dental
La atención médica, en general, es un cliente muy natural para las aplicaciones de inteligencia artificial. Después de conquistar el programa de televisión "Jeopardy" en 2011, Watson de IBM ha pasado a una segunda carrera en medicina. Los oncólogos del Centro de Cáncer Memorial Sloan Kettering de Nueva York han entrenado recientemente a Watson para ayudar a combatir el cáncer. Si bien el programa aún se encuentra en las fases iniciales, la máquina ya realiza tareas muy específicas, monótonas y que requieren mucho tiempo. Por ejemplo, Watson puede leer medio millón de artículos de investigación médica en 15 segundos y, con un aprendizaje profundo, puede recomendar diagnósticos y las opciones de tratamiento más prometedoras.

Con la capacidad de analizar un gran número de imágenes de diagnóstico, como rayos X, tomografías computarizadas y resonancias magnéticas, los sistemas como este pueden indicar a los médicos y radiólogos las áreas más probables de preocupación, lo que aumenta la velocidad y la probabilidad de detección. Y ahora, con la FDA creando vías reguladoras para alentar a los desarrolladores de software de apoyo a la decisión médica, los analistas predicen que el uso de inteligencia artificial en la atención médica se multiplicará por diez en los próximos cinco años.
Con la adopción continua de CBCT, la interpretación de imágenes de haz cónico es otra área en la que la IA puede aumentar la productividad. En este punto, el análisis de los datos de haz cónico requiere un nivel específico de capacitación y experiencia. Este análisis puede llevar mucho tiempo, e involucra la selección de cientos de segmentos de imagen. Con la IA, todo el proceso de interpretación se puede automatizar para evaluar la imagen como un todo para detectar patologías dentales con mayor rapidez y precisión. Claramente, el escenario está listo para la rápida proliferación de aplicaciones verdaderamente impactantes de IA en odontología durante el próximo año o dos. En 10 a 15 años, el uso de tecnologías basadas en la inteligencia artificial en la práctica será tan común y generalizado como lo son hoy en día los sistemas de gestión de la práctica y de imagen.
La próxima frontera
Con la caída de los obstáculos tecnológicos y la investigación en desarrollo, estamos ciertamente en el umbral de una gama de herramientas habilitadas para la inteligencia artificial para odontología. Ya hemos visto introducciones recientes de productos que incorporan elementos de inteligencia artificial y aprendizaje automático (AI / ML). DEXVoice, lanzado en la reunión Midwinter de Chicago, es una tecnología asombrosa habilitada por el procesamiento en lenguaje natural (NLP). Desarrollado por DEXIS junto con Simplifeye, el asistente digital reemplaza las interfaces tradicionales de apuntar y hacer clic con instrucciones de voz simples y rápidas ("Muéstrame la última radiografía de boca completa"). También se anunció recientemente un programa de optimización de horarios basado en aprendizaje automático llamado MMG ChairFill. Este programa interactúa con sus sistemas de administración de práctica y marketing para programar de manera proactiva el tratamiento no finalizado y lanzar nuevas campañas de marketing para pacientes basadas en algoritmos de maximización de beneficios. Seguiremos viendo a AI rápidamente empleada en el campo de la gestión de la práctica y el crecimiento.
Con las nuevas capacidades habilitadas por técnicas de aprendizaje profundo, AI también comenzará a afectar la odontología a nivel clínico. La experiencia de primera mano con las tecnologías de la etapa de desarrollo (es decir, la detección de caries) ya ha demostrado el valor potencial de AI en la práctica diaria. Hemos confirmado que estas herramientas pueden reconocer cosas en imágenes que incluso el dentista más experimentado podría pasar por alto. Además, hemos visto que los resultados se obtienen casi en tiempo real, lo suficientemente rápido como para incorporarlos en un flujo de trabajo de práctica ocupado.
En el futuro, prevemos herramientas de análisis de aprendizaje profundo para imágenes, asistencia en el diagnóstico y planificación del tratamiento de la enfermedad periodontal al permitir la detección temprana de la pérdida ósea y los cambios en la densidad ósea. La detección de periimplantitis y la intervención temprana es un beneficio probable en la implantología. En ortodoncia, los modelos predictivos más sofisticados para el movimiento dental probablemente mejorarán la planificación digital del tratamiento. La aplicación de análisis de imágenes de aprendizaje profundo al cáncer oral conducirá a una detección más temprana y diagnósticos más precisos con implicaciones para salvar vidas.
La fantasía de ciencia ficción apocalíptica de que estas máquinas y sistemas nos reemplazarán como dentistas no se acerca a la realidad. Sin embargo, es seguro que pronto nos convertirán en mejores dentistas al proporcionar más puntos de datos para nuestra toma de decisiones clínicas.
Para los entusiastas de la tecnología, nuestro consejo es atarse, ¡hay un viaje increíble justo por delante!
Adaptación al español del artículo de Shashank Gupta de DZone.
Encuentra los mejores equipos para tu consultorio dental en www.dentaldoktor.com