Inteligencia artificial y clasificación de Wolters modificada para diagnóstico pulpar: impacto de variables clínicas. Un estudio de precisión diagnóstica

Introducción: El diagnóstico endodóntico pulpar actual se caracteriza por un alto grado de subjetividad, lo que limita la precisión y reproducibilidad de las decisiones clínicas. Aún no existe consenso claro respecto a cuáles son las variables diagnósticas más adecuadas ni cómo deben ser medidas para establecer un diagnóstico fiable. En este contexto, tanto la Asociación Americana y la Sociedad Europea de Endodoncia se encuentran desarrollando iniciativas que incluyen la solicitud de recomendaciones y retroalimentación con el fin de generar una clasificación diagnóstica pulpar definitiva, siendo la inteligencia artificial (IA) una posible herramienta que logre contribuir a la solución.
Objetivo: Evaluar la importancia e impacto de cada variable presente en la clasificación de Wolters modificada en el desempeño predictivo diagnóstico del sistema de IA.
Metodología: Estudio transversal. Se recopilaron datos de 328 pacientes, evaluados clínica y radiográficamente en base a la clasificación de Wolters modificada, generando 21 variables diagnósticas objetivas y reproducibles. Los modelos de IA (Árbol de Decisión (DT), Máquina de Vectores de Soporte (SVM), Perceptrón Multicapa (MLP) y XGBoost) fueron entrenados mediante validación cruzada K-fold. Su desempeño se evaluó utilizando precisión, sensibilidad, F1-score y el área bajo la curva de características operativas del receptor (AUC/ROC). Asimismo, se analizó la importancia de los atributos mediante el método de permutación.
Resultados: Durante la validación y análisis de AUC/ROC, el mejor desempeño lo obtuvieron XGBoost y MLP mostrando valores superiores a 0,92 para todos los diagnósticos. Por otro lado, intensidad y duración del dolor frente a estímulos fríos se identificó como el atributo más relevante para el diagnóstico, junto con la intensidad de dolor a estímulos calientes, evolución del dolor y dolor a la percusión.
Conclusiones: La IA demostró potencial para lograr diagnósticos pulpares precisos y contribuir en la toma de decisiones diagnósticas al identificar el impacto de variables en este proceso.