Evaluación de ChatGPT-4 y Microsoft Copilot para la Evaluación de Molares Terceros en Radiografías Panorámicas

Sus antecedentes:

• La radiografía panorámica es crucial para evaluar la posición del tercer molar (muela del juicio).
• Los chatbots de IA se exploran cada vez más para el análisis de imágenes médicas, pero su precisión diagnóstica requiere una evaluación rigurosa.
• La identificación y clasificación precisas de los terceros molares son esenciales para la planificación del tratamiento y la evaluación del riesgo quirúrgico.

Objetivo del estudio:

• Evaluar el rendimiento de ChatGPT-4 y Microsoft Copilot en la identificación y clasificación de las posiciones de los molares terceros en radiografías panorámicas.
• Comparar la precisión de estos chatbots de IA con la de examinadores humanos en parámetros radiográficos específicos.
• Identificar limitaciones e imprecisiones potenciales, incluidas las alucinaciones de IA, en el rendimiento de los chatbots para tareas de imagenología dental.

Principales métodos:

• Se analizaron 114 terceros molares de 100 radiografías panorámicas.
• Dos chatbots de IA (ChatGPT-4, Microsoft Copilot) y tres examinadores humanos evaluaron la presencia del diente, la orientación, el impacto óseo, el espacio entre el molar y la rama, y la proximidad a estructuras anatómicas.
• Las palabras clave generadas por IA se calificaron frente al consenso de los examinadores para determinar la precisión (0, 0.5 o 1).

Principales resultados:

• Ambos chatbots de IA demostraron un bajo rendimiento general (ChatGPT-4: 0.22, DE=0.42; Microsoft Copilot: 0.28, DE=0.46).
• Microsoft Copilot mostró una ventaja estadísticamente significativa sobre ChatGPT-4 en la evaluación del espacio entre el segundo molar inferior y la rama mandibular (p < 0.05).
• Ambos modelos de IA exhibieron alucinaciones, como la identificación de dientes ausentes, y una precisión generalmente baja en todos los parámetros evaluados.

Conclusiones:

• Los chatbots de IA actuales (ChatGPT-4, Microsoft Copilot) exhiben un rendimiento generalmente bajo en la identificación y clasificación precisas de las posiciones de los terceros molares en radiografías panorámicas.
• Las imprecisiones y alucinaciones observadas sugieren que estas herramientas de IA aún no son confiables para la interpretación clínica de radiografías dentales.
• Se requiere un mayor desarrollo y validación antes de que los chatbots de IA puedan considerarse para ayudar en el análisis de imágenes de terceros molares.