Herramientas de diagnóstico basadas en IA para el cáncer oral: una revisión sistemática

Área de la Ciencia:

• Oncología oral
• Inteligencia artificial médica
• Imágenes diagnósticas

Sus antecedentes:

• Los métodos tradicionales de diagnóstico del cáncer oral son subjetivos y a menudo detectan el cáncer en etapas posteriores.
• Existe la necesidad de métodos de detección temprana mejorados, accesibles y objetivos para el cáncer oral.

Objetivo del estudio:

• Evaluar el papel de la inteligencia artificial (IA) en la mejora de la detección y el diagnóstico tempranos del cáncer oral.
• Revisar la precisión diagnóstica de los modelos de IA, en particular las redes neuronales profundas y convolucionales, en oncología oral.

Principales métodos:

• Análisis de la literatura reciente sobre aplicaciones de IA en el diagnóstico del cáncer oral.
• Enfoque en el aprendizaje profundo y las redes neuronales convolucionales utilizando datos de imágenes clínicas, histopatológicas y ópticas.

Principales resultados:

• Los modelos de IA, incluidos el aprendizaje profundo y las redes neuronales convolucionales, exhiben una alta precisión diagnóstica en diversos tipos de datos.
• La IA demuestra potencial para mejorar la detección y el diagnóstico tempranos del cáncer oral.

Conclusiones:

• La inteligencia artificial ofrece una oportunidad significativa como herramienta de apoyo en oncología oral.
• Se necesita más investigación sobre la validación estandarizada y la implementación clínica en el mundo real antes de que la IA pueda adoptarse ampliamente.