Investigadores desarrollan un modelo de detección de canales mandibulares

La inteligencia artificial empieza a ser común en nuestra vida cotidiana, ha revolucionado la medicina y forma parte ya de la práctica odontológica. Su uso se ha multiplicado por diez en los últimos años, proliferando fantásticas aplicaciones en el campo de las imágenes de diagnóstico mediante software de apoyo a la decisión clínica. Investigadores del Centro Finlandés de Inteligencia Artificial (FACAI), el Hospital Universitario de Tampere, Planmeca y el Instituto Alan Turing han dado un nuevo salto en la clínica dental con el desarrollo de un nuevo modelo de IA (Inteligencia Artificial) que muestra de manera precisa y automática la ubicación exacta de los canales mandibulares. Las operaciones de implantes dentales serán a partir de ahora muchísimo más seguras y predecibles.

 

¿Por qué son tan importantes los conductos o canales mandibulares?

El canal mandibular es un canal o paso que se encuentra en la mandíbula inferior, una especie de tubo que contiene a la arteria dentaria inferior, el nervio dentario inferior y la vena alveolar inferior. La localización exacta del canal mandibular es imprescindible en la práctica cotidiana de la odontología y la cirugía maxilofacial, fundamentalmente en la colocación de implantes, con el fin de evitar lesiones del plexo vasculonervioso por penetración, sección o invasión, al insertar el implante muy próximo al canal mandibular.

La descripción anatómica del conducto o canal mandibular es sencilla. La dificultad estriba en la gran variabilidad en el grosor y en la situación del canal respecto a la cortical mandibular. Estas múltiples variaciones del canal mandibular y sus componentes neurovasculares se ven influenciados por la edad, el sexo, la raza, el grado de atrofia del hueso alveolar en personas que han perdido piezas dentales y etc., etc., etc.,… Para la localización exacta del canal mandibular es imprescindible la toma de imágenes, o bien mediante radiografía periapical o bien mediante tomografía computarizada.

 

Un CBCT entrenado para detectar los canales mandibulares

Los CBCT o Cone Beam Computed Tomography –en castellano, Tomografía Computarizada de Haz Cónico– han revolucionado la toma de imágenes, gracias a su capacidad de obtener imágenes en 3D en una sola rotación de 360º. El paciente se sienta en una silla o mesa y el escáner gira alrededor de su cabeza capturando cientos de imágenes en 2D de alta resolución que posteriormente se ensamblan digitalmente en un modelo 3D para evaluación del especialista. Esta evaluación es manual, es decir, que está basada en la capacitación y la experiencia del clínico. ¡Hasta la fecha!

Lo que ha logrado el grupo de investigadores del Centro Finlandés de Inteligencia Artificial (FACAI), el Hospital Universitario de Tampere, Planmeca y el Instituto Alan Turing ha sido “entrenar” a un CBCT mediante aprendizaje profundo, la técnica más avanzada de IA (Inteligencia Artificial). Para “leer” la radiografía, el especialista ya no tiene que recurrir únicamente a su experiencia, práctica y conocimiento tras el estudio de miles de radiografías durante muchos años de práctica, porque el software del CBTC puede “leer” en segundos los cientos, millones, es decir, la totalidad de imágenes escaneadas hasta la fecha, vincularlas con las recién tomadas al paciente y, mediante aprendizaje profundo, localizar con precisión el canal mandibular.

Mediante este modelo de entrenamiento en IA, los investigadores lograron localizar con precisión los canales mandibulares del conjunto realizado a nivel de estudio, con un distancia media de la curva y distancia media simétrica de la superficie de 0.56mm y 0.45mm, respectivamente, demostrando que el modelo superaba con éxito a todos los modelos estadísticos existentes hasta la fecha.

 

Planmeca ha integrado el modelo en el software de sus equipos de tomografía 3D

Joel Jaskari y Kimmo Kanski, responsables de este trabajo de investigación, aseguran que el objetivo de este proyecto “no es reemplazar a los radiólogos, sino lograr que su trabajo sea más rápido y preciso en casos comunes y sencillos, de tal forma que así tengan la capacidad de concentrarse en los casos más complejos”.

Planmeca, cuya especialidad es el desarrollo de dispositivos de imágenes digitales en 3D y 2D y soluciones de software CAD/CAM está integrando el modelo en su software para equipos de tomografía 3D Planmeca. Y su objetivo es que, en breve, esta herramienta de aprendizaje profundo para imágenes de detección del canal mandibular se incorpore a todos sus dispositivos. Efectivamente, la tecnología no sustituirá nunca al dentista, le hará mejor profesional.

Estudio completo: Deep Learning Method for Mandibular Canal Segmentation in Dental Cone Beam Computed Tomography Volumes. Scientific Reports.