Inteligencia artificial para la detección de caries dental: un enfoque de mezcla, ajuste fino y cuantización en el...

Área de la Ciencia:

• Salud bucal
• Inteligencia artificial
• Imágenes médicas

Sus antecedentes:

• La caries dental es una enfermedad oral prevalente, que a menudo no se detecta a tiempo, especialmente en regiones con recursos limitados.
• Hay una necesidad crítica de herramientas accesibles, portátiles y impulsadas por IA para la detección temprana de la caries.

Objetivo del estudio:

• Desarrollar un sistema de IA eficiente y preciso para la detección temprana de la caries dental.
• Optimizar el sistema para su despliegue en dispositivos móviles en entornos clínicos del mundo real.

Principales métodos:

• Se desarrolló un modelo de IA ligero (MobileNetV2) para la clasificación de la caries.
• Se emplearon técnicas de optimización que incluyen aumento de mezcla, ajuste fino y capacitación consciente de la cuantización.
• Se utilizó un gran conjunto de datos (25,500 imágenes), con el rendimiento evaluado utilizando la precisión, la precisión, el recuerdo y la puntuación F1. La interpretabilidad del modelo se evaluó utilizando Grad-CAM.

Principales resultados:

• El modelo optimizado de IA logró una precisión del 96.0% y una puntuación F1.
• Se observaron mejoras significativas: una reducción del 72,68% en el tamaño del modelo y un aumento del 98,28% en la velocidad de inferencia.
• El mapeo de activación de clase ponderado por gradiente (Grad-CAM) confirmó que el modelo se centró en regiones anatómicamente relevantes para sus predicciones.

Conclusiones:

• El sistema de IA desarrollado ofrece una solución práctica, precisa y sin conexión para la detección de caries dental.
• Esta tecnología es particularmente beneficiosa para entornos de bajos recursos, mejorando la accesibilidad a la detección temprana de enfermedades bucales.