Latest / Frecuencia Odontológica: el Podcast / 🤖🦷 El dolor que no se quita: Ciencia y tecnología contra los TTMs. Capítulo 3. Frecuencia Odontológica: el Podcast

Transcript

🤖🦷 El dolor que no se quita: Ciencia y tecnología contra los TTMs. Capítulo 3. Frecuencia Odontológica: el Podcast · Frecuencia Odontológica: el Podcast

0:08
Speaker 2: Bienvenidos a Frecuencia Odontológica, el podcast, un espacio de divulgación
0:12
Speaker 2: científica de la Facultad de Odontología de la Universidad Autónoma
0:15
Speaker 2: de Baja California. En este tercer capítulo hablaremos de un
0:19
Speaker 2: problema que afecta a millones de personas en todo el
0:22
Speaker 2: mundo y que, muchas veces, permanece sin un diagnóstico oportuno.
0:26
Speaker 2: Los trastornos temporomandibulares, también conocidos como TTM.¿ Has sentido dolor
0:31
Speaker 2: al abrir la boca, escuchado chasquidos al mover la mandíbula
0:34
Speaker 2: o presentado molestias al masticar? Hoy conoceremos qué dice la
0:38
Speaker 2: evidencia científica sobre estas alteraciones y cómo herramientas como la
0:42
Speaker 2: inteligencia artificial, la resonancia magnética y la tomografía de haz
0:46
Speaker 2: cónico están revolucionando su diagnóstico. Para hablar de este importante
0:50
Speaker 2: tenemos como colaboradora editorial a la doctora. Laura Valenzuela Ruiz,
0:55
Speaker 2: especialista en ortodoncia. Esto es Frecuencia Odontológica. Comenzamos.
1:00
Speaker 3: más de un tercio de la población mundial camina en
1:02
Speaker 3: este momento con un problema sistémico en la cabeza. Y
1:06
Speaker 3: la inmensa mayoría asume que es simplemente estrés o tal
1:10
Speaker 3: vez una mala noche de sueño. De repente alguien siente
1:14
Speaker 3: un dolor sordo al masticar o un chasquido al abrir
1:17
Speaker 3: la boca y de plano lo ignora. Pero las fuentes
1:20
Speaker 3: de nuestro análisis a fondo de hoy revelan una realidad
1:23
Speaker 3: completamente distinta. Resulta que el 34% de las personas en
1:28
Speaker 3: el mundo, principalmente entre los 18 y 60 años, padecen trastornos temporomandibulares.
1:36
Speaker 3: Es una cifra masiva. Y lo más preocupante es que
1:39
Speaker 3: cuando la ciencia médica intenta diagnosticar el origen de este problema,
1:44
Speaker 3: las herramientas tradicionales a menudo se quedan cortas.
1:46
Speaker 5: Fíjate que el gran error que cometemos es aislar la
1:51
Speaker 5: mandíbula del resto del cuerpo humano. O sea... Los trastornos temporomandibulares,
1:56
Speaker 5: que conocemos como TTM, desencadenan un efecto dominó sistémico. Claro.
2:02
Speaker 5: Los estudios clínicos más recientes demuestran vínculos directos con el
2:06
Speaker 5: desarrollo de enfermedades cardíacas y hasta pérdida gradual de audición.
2:11
Speaker 4: ¡Órale!
2:12
Speaker 5: Sí. Y el impacto en la salud mental es todavía
2:15
Speaker 5: más severo. Digo, los datos indican que un 43% de
2:19
Speaker 5: los pacientes diagnosticados con estos trastornos desarrollan depresión.
2:23
Speaker 4: Qué barbaridad! 43%. Exacto
2:26
Speaker 5: Y además, un 60% experimenta somatización. Que, bueno, es este
2:31
Speaker 5: fenómeno clínico donde la angustia psicológica, el estrés crónico o
2:35
Speaker 5: el trauma encuentran una salida física. O sea, no
2:39
Speaker 3: estamos hablando de una simple molestia articular para nada. Es, digamos,
2:46
Speaker 3: una carga invisible que altera la vida entera de una persona.
2:51
Speaker 5: Totalmente.
2:51
Speaker 3: Y justamente por la gravedad de estas ramificaciones, la misión
2:55
Speaker 3: de este análisis a fondo es entender cómo se está
2:58
Speaker 3: transformando el diagnóstico. Vamos a explorar esta evolución desde las
3:03
Speaker 3: manos de un dentista, pasando por escáneres que miran a
3:06
Speaker 3: través del hueso, hasta llegar a algoritmos de inteligencia artificial
3:10
Speaker 3: que procesan volúmenes tridimensionales. Ok, vamos a analizar esto paso
3:15
Speaker 3: a paso, empezando por la primera línea de defensa, el
3:18
Speaker 3: examen físico.
3:19
Speaker 5: Ajá. El examen
3:21
Speaker 3: clínico. Exacto. El estándar clínico actual es un protocolo súper exhaustivo,
3:26
Speaker 3: el famoso DCTM. Pero estaba leyendo en la literatura reciente
3:30
Speaker 3: que hay un esfuerzo internacional, un estudio en Finlandia e Israel,
3:36
Speaker 3: con 334 pacientes para crear una versión simplificada que llaman el BDCTM.
3:42
Speaker 3: Y a ver, me pregunto, si el protocolo original funciona
3:46
Speaker 3: tan bien para detectar algo tan grave, pues la lógica
3:49
Speaker 3: dictaría no recortarlo, ¿verdad?
3:51
Speaker 5: Pues sí, pero la intención detrás de esa simplificación nace
3:56
Speaker 5: de una presión logística que es muy real.
3:58
Speaker 3: A ver, ¿cómo?
4:00
Speaker 5: O sea, en el ecosistema de una clínica dental saturada,
4:03
Speaker 5: un odontólogo general rara vez dispone de los, no sé, 20
4:07
Speaker 5: o 30 minutos ininterrumpidos que exige el protocolo completo para evaluar
4:11
Speaker 5: a un solo paciente.
4:12
Speaker 3: Ya, claro, el tiempo los come.
4:14
Speaker 5: Exacto. Entonces, este estudio intentó condensar la evaluación, eliminando el
4:20
Speaker 5: 79% de los elementos del examen clínico. Es un montón.
4:25
Speaker 3: Oye, el 79% es muchísimo.
4:28
Speaker 5: Sí, está cañón. Y a primera vista, la fiabilidad general
4:33
Speaker 5: parecía sostenerse para un diagnóstico superficial. Pero al profundizar en
4:38
Speaker 5: los datos de sensibilidad, especialmente, y ojo aquí, para detectar cefaleas.
4:43
Speaker 5: los dolores de cabeza directamente atribuidos a la disfunción de
4:46
Speaker 5: la mandíbula, ahí la capacidad de detección se desplomó a
4:49
Speaker 5: un rango inaceptable de entre el 16% y el 38%.
4:53
Speaker 5: No
4:54
Speaker 3: me digas. O sea que un médico usando este sistema
4:57
Speaker 3: rápido enviaría a casa a la mayoría de los pacientes
5:00
Speaker 3: con dolor de cabeza sin tener ni idea de que
5:02
Speaker 3: el origen está en su mandíbula.
5:04
Speaker 5: Así es. Se les iría el diagnóstico por completo.
5:06
Speaker 3: Guau. Y analizando ese recorte del 79% de las pruebas,
5:12
Speaker 3: Noto que uno de los cambios principales fue modificar el
5:16
Speaker 3: tiempo de palpación muscular. El protocolo original dictaba presionar los
5:20
Speaker 3: músculos durante 5 segundos, y la versión corta lo redujo a
5:24
Speaker 3: sólo 2 segundos.
5:26
Speaker 5: Exactamente, de 5 a 2.
5:29
Speaker 3: A simple vista digo, 3 segundos de diferencia suenan totalmente irrelevantes,
5:34
Speaker 3: pero me hace pensar, haz de cuenta, en cuando intentas
5:38
Speaker 3: leer el resumen de un libro muy denso en lugar
5:41
Speaker 3: de la obra completa.
5:42
Speaker 6: Ajá.
5:43
Speaker 3: O sea, obtienes la trama básica, tal vez el nombre
5:46
Speaker 3: del protagonista, pero te pierdes las motivaciones, el contexto profundo,
5:50
Speaker 3: las subtramas. Al reducir ese tiempo de presión a menos
5:54
Speaker 3: de la mitad, siento que el dentista se está perdiendo
5:57
Speaker 3: la historia clínica completa del paciente.
6:00
Speaker 5: Es una excelente analogía, porque lo fascinante aquí es notar
6:04
Speaker 5: cómo esa reducción en el tiempo de palpación, de 5 a 2 segundos...
6:10
Speaker 5: hace que los médicos pasen por alto un fenómeno crítico,
6:13
Speaker 5: llamado dolor miofacial referido.
6:16
Speaker 3: A ver, explícame eso del dolor miofacial referido.
6:20
Speaker 5: Pues mira, fisiológicamente, cuando hay un problema crónico, el sistema
6:24
Speaker 5: nervioso central sufre una especie de efecto de cuerda, se sensibiliza.
6:29
Speaker 5: Si el médico presiona el músculo solo un instante, eh,
6:32
Speaker 5: dos segundos, el paciente reporta un dolor local.
6:36
Speaker 3: Ok, me duele donde me
6:37
Speaker 5: aprietas. Exacto. Es un simple reflejo de los receptores en
6:40
Speaker 5: ese milímetro de tejido. Pero si la presión se sostiene
6:43
Speaker 5: por 5 segundos completos, se le da tiempo a que los
6:46
Speaker 5: neuropéptidos viajen por las vías nerviosas y estimulen la red central.
6:51
Speaker 5: Es entonces, después de esos segundos, cuando el paciente siente
6:55
Speaker 5: que el dolor viaja desde la mandíbula hasta la sien,
6:58
Speaker 5: el oído o el cuello.
6:59
Speaker 3: Ah, ya entiendo. Entonces, el dolor referido no es solo
7:03
Speaker 3: una curiosidad anatómica de, ah, mira, me aprietas aquí y
7:07
Speaker 3: me duele en otro lado. Es literalmente una alarma de
7:10
Speaker 3: incendios de la red neurológica.
7:12
Speaker 5: Totalmente. Es la confirmación clínica de que el sistema nervioso
7:16
Speaker 5: central ya está comprometido. Y de hecho, según las herramientas
7:20
Speaker 5: de evaluación psicosocial como la famosa escala GCPS 2.0, La presencia
7:26
Speaker 5: de este dolor referido es el indicador predictivo más fuerte
7:30
Speaker 5: de que el paciente está desarrollando dolor crónico generalizado y
7:34
Speaker 5: una carga psicosocial mucho más severa.
7:36
Speaker 3: Órale.
7:37
Speaker 5: Así que si el dentista presiona rápido en esos dos
7:39
Speaker 5: segunditos y no provoca ese dolor irradiado, diagnosticará un simple
7:44
Speaker 5: espasmo muscular temporal, le va a recetar un relajante muscular
7:47
Speaker 5: y va a perder la oportunidad de intervenir antes de
7:50
Speaker 5: que el cuadro psicosocial de ese paciente de plano colapse.
7:53
Speaker 3: Es súper preocupante pensar en la cantidad de personas en
7:56
Speaker 3: nuestra audiencia que podrían acudir a un chequeo dental de rutina.
8:01
Speaker 3: buscando respuestas a un dolor que les arruina la vida diaria.
8:04
Speaker 3: Y se van con un diagnóstico incompleto simplemente porque la
8:09
Speaker 3: sala de espera estaba hiela y el médico tenía prisa
8:12
Speaker 3: y apretó dos segundos.
8:14
Speaker 5: Tristemente es una realidad muy común.
8:16
Speaker 3: Y bueno, si la palpación humana, el tacto, es tan
8:20
Speaker 3: vulnerable a estas presiones de tiempo y a los errores
8:24
Speaker 3: de simplificación, pues el siguiente paso lógico de la medicina
8:28
Speaker 3: tiene que ser eliminar la mano humana de la ecuación
8:31
Speaker 3: y mirar directamente la estructura interna.
8:34
Speaker 5: Pues sí, y de ahí surge la transición hacia la
8:36
Speaker 5: imaginología avanzada. precisamente para eliminar esa subjetividad táctil de la
8:41
Speaker 5: que hablas? Y donde esta transición demuestra ser absolutamente vital
8:45
Speaker 5: es en la odontopediatría y la ortodoncia, especialmente en adolescentes.
8:49
Speaker 3: Claro, cuando están creciendo
8:51
Speaker 5: Exacto. En esas etapas, el cartílago y el hueso están
8:55
Speaker 5: en pleno desarrollo. Imagínate si un profesional inicia un tratamiento
9:00
Speaker 5: de ortodoncia, ya sabes, aplicando fuerzas constantes para mover los
9:03
Speaker 5: dientes y En una articulación que ya presenta microdesgastes que
9:07
Speaker 5: son indetectables al tacto, el daño estructural puede volverse irreversible
9:11
Speaker 5: a una edad muy, muy temprana. Uf
9:14
Speaker 3: sí. Para evitar ese escenario, los especialistas dependen de mirar
9:19
Speaker 3: dentro de la cara del paciente. Y las fuentes detallan
9:23
Speaker 3: dos tecnologías principales en un estudio comparativo bastante interesante. Uno
9:29
Speaker 3: liderado por el investigador Shang, que analizó a unos 100 pacientes,
9:34
Speaker 3: mitad sanos, mitad con trastornos.
9:37
Speaker 5: Así es, 53 pacientes con TTM y 53 controles sanos.
9:41
Speaker 3: Exacto. Y por un lado tenemos la tomografía de ASCÓNICO,
9:46
Speaker 3: que se conoce como CBCT. Y por el otro, la
9:49
Speaker 3: resonancia magnática, o MRI. Y mientras leía las capacidades de
9:54
Speaker 3: cada una, haz de cuenta que me lo imaginaba como
9:56
Speaker 3: la inspección de una casa antes de comprarla.
9:59
Speaker 5: A ver.
10:00
Speaker 3: Digo, la tomografía CVCT es como revisar los planos estructurales,
10:05
Speaker 3: el hormigón, las paredes, las vigas de carga. Nos muestra
10:09
Speaker 3: con una nitidez impecable si el hueso de la mandíbula
10:12
Speaker 3: tiene hiperplasia. si se está volviendo denso por la fricción,
10:15
Speaker 3: esclerosis o si ya de plano hay una deformación física
10:19
Speaker 3: en el cóndilo.
10:20
Speaker 6: Esa distinción es fundamental. O sea, la tomografía expone muy
10:23
Speaker 6: bien toda la arquitectura mineral, digamos.
10:26
Speaker 3: Pero el problema de ver solo las vigas de hormigón
10:29
Speaker 3: es que no tienes idea de si la casa tiene
10:31
Speaker 3: una fuga de agua masiva por dentro.
10:33
Speaker 6: Claro.
10:33
Speaker 3: Para eso necesitas revisar las tuberías y el cableado. Y
10:37
Speaker 3: ahí es donde entra la resonancia magnética. Es el estándar
10:41
Speaker 3: de oro, la única forma de ver los tejidos blandos,
10:44
Speaker 3: de evaluar en qué posición exacta está el disco articular
10:48
Speaker 3: que amortigua el hueso, o si hay un derrame articular,
10:51
Speaker 3: que sería el líquido acumulado por la inflamación. Y
10:55
Speaker 6: es que ninguna tecnología
10:56
Speaker 5: reemplaza a la otra, la verdad. Abordan el diagnóstico desde
10:59
Speaker 5: frentes complementarios. La gran limitación de confiar exclusivamente en la
11:03
Speaker 5: tomografía CBCT es que los cambios óseos, o sea, la
11:07
Speaker 5: deformación del hormigón, en tu analogía, esos cambios son el
11:11
Speaker 5: último eslabón en la cadena del trastorno. Para cuando el
11:13
Speaker 5: hueso ya se deforma, el daño lleva meses o años progresando.
11:17
Speaker 5: Y el disco articular, que es clave, es completamente invisible
11:20
Speaker 5: en una tomografía.
11:22
Speaker 3: Wow, invisible.
11:23
Speaker 5: Sí, no se ve. Por eso la resonancia magnética es
11:26
Speaker 5: tan importante. porque permite identificar el desplazamiento de ese cojín
11:30
Speaker 5: de cartílago mucho antes de que el hueso sufra fricción.
11:35
Speaker 5: Y detectar ese deterioro temprano en los tejidos blandos es
11:38
Speaker 5: lo que permite predecir qué pacientes tienen un alto riesgo
11:42
Speaker 5: de pasar de un episodio agudo, que todavía es tratable,
11:45
Speaker 5: a una condición crónica permanente. Ok
11:48
Speaker 3: aquí es donde se pone realmente interesante. Porque la resonancia
11:52
Speaker 3: magnética resuelve el problema de ver los tejidos blandos, sí.
11:56
Speaker 3: pero no resuelve el problema humano. Tienes escáneos increíblemente detallados,
12:01
Speaker 3: o sea, cientos de imágenes de una sola mandíbula, pero
12:05
Speaker 3: sigues dependiendo de un radiólogo o un dentista para interpretarlas.
12:09
Speaker 5: Así es.
12:10
Speaker 3: Y volvemos a la vulnerabilidad humana de siempre, la fatiga visual.
12:15
Speaker 3: Después de mirar pantallas durante ocho horas... Un médico, por
12:18
Speaker 3: muy brillante que sea, pues pierde agudeza. Por eso el
12:22
Speaker 3: campo médico está integrando algoritmos de inteligencia artificial como ResNet,
12:28
Speaker 3: Inception V3, Light GBM y XGBoost. Leía que las revisiones
12:34
Speaker 3: sistemáticas más amplias sobre este tema, como las de Meta
12:37
Speaker 3: y Manek, reportan el uso de redes neuronales que alcanzan
12:41
Speaker 3: precisiones asombrosas, desde un 70% hasta picos del 99% en
12:43
Speaker 3: la detección de estas anomalías articulares.
12:50
Speaker 5: es que el rendimiento de estos algoritmos está, de verdad,
12:53
Speaker 5: transformando las expectativas de diagnóstico. Como mencionas, se evaluaron arquitecturas
12:58
Speaker 5: computacionales profundas como ResNet o Inception V3, y la razón
13:02
Speaker 5: por la que logran un 99% de precisión radica en
13:06
Speaker 5: cómo manejan la inmensa cantidad de datos de una sola resonancia.
13:09
Speaker 5: A
13:09
Speaker 3: ver, explícanos un
13:12
Speaker 5: poco más de eso. Mira. En el desarrollo inicial de
13:15
Speaker 5: las redes neuronales, existía un obstáculo técnico muy conocido que
13:19
Speaker 5: se llamaba el problema de desaparición del gradiente. Básicamente, al
13:23
Speaker 5: agregar demasiadas capas de análisis matemático para que la inteligencia
13:27
Speaker 5: artificial fuera más sofisticada, la información crucial de la imagen
13:31
Speaker 5: original se iba perdiendo o, digamos, diluyendo a medida que
13:35
Speaker 5: pasaba de una capa a otra.
13:37
Speaker 3: Ah, ok. Para visualizar eso, yo me imagino un tren
13:42
Speaker 3: que tiene que hacer, no sé, 50 paradas en diferentes estaciones.
13:46
Speaker 5: Ándale, exacto.
13:47
Speaker 3: Y para cuando llega a la terminal, pues gran parte
13:50
Speaker 3: del cargamento original se extravió o se dañó en las
13:53
Speaker 3: transferencias de estación en estación.
13:55
Speaker 5: Es una analogía muy precisa. Lo que hace una arquitectura
13:58
Speaker 5: como ResNet, que por cierto significa redes residuales, es construir
14:02
Speaker 5: vías de tren expreso.
14:04
Speaker 3: Ah, se salta estaciones.
14:06
Speaker 5: Exacto. Crea conexiones de salto que evitan ciertas capas intermedias
14:10
Speaker 5: de procesamiento. Y esto permite que la red neuronal sea
14:14
Speaker 5: inmensamente profunda y analice patrones súper diminutos, pero al mismo
14:19
Speaker 5: tiempo preserva la integridad de la señal original desde el
14:22
Speaker 5: primer escaneo hasta la decisión final.
14:25
Speaker 4: ¡Órale
14:26
Speaker 5: Sí, le otorga la capacidad de asimilar microvariaciones en los
14:29
Speaker 5: pixeles de una resonancia de una forma altamente eficiente. Y
14:33
Speaker 5: por su parte, modelos como Inception V3... Procesan características a
14:38
Speaker 5: múltiples niveles de detalle en paralelo para ver anomalías que
14:41
Speaker 5: el ojo humano jamás, de plano, jamás detectaría.
14:45
Speaker 3: Pero hay algo que no termina de convencerme en esta
14:48
Speaker 3: narrativa de la máquina perfecta. Cuando un especialista en ortodoncia
14:53
Speaker 3: o un radiólogo evalúa una resonancia, no solo busca píxeles grises, ¿verdad? Claro.
14:59
Speaker 3: Entiende el cuerpo humano. Sabe cómo la musculatura tira de
15:03
Speaker 3: la mandíbula al hablar, comprende la biomecánica del cartílago bajo estrés.
15:09
Speaker 3: La máquina no sabe qué es el dolor ni qué
15:11
Speaker 3: es un cartílago. Entonces te pregunto,¿ estamos seguros de que
15:16
Speaker 3: la inteligencia artificial realmente está identificando una patología estructural?¿ O
15:21
Speaker 3: simplemente es un motor matemático gigante jugando un juego muy
15:25
Speaker 3: rápido de encontrar diferencias visuales basándose en contrastes de colores?
15:30
Speaker 5: Es una gran observación. Y la respuesta es que la
15:33
Speaker 5: inteligencia artificial no posee comprensión biológica. Opera estrictamente mediante la
15:38
Speaker 5: identificación de patrones matemáticos hipercomplejos. Y fíjate, durante mucho tiempo,
15:44
Speaker 5: esa fue su mayor debilidad, porque se le entrenaba alimentándola
15:48
Speaker 5: con cortes fotográficos bidimensionales, o sea, imágenes planas. En
15:53
Speaker 3: 2D
15:53
Speaker 5: Sí, en 2D. Y en dos dimensiones, una simple sombra
15:58
Speaker 5: o un pequeño error de la máquina de resonancia puede
16:01
Speaker 5: engañar al algoritmo para que diagnostique un tejido dañado donde
16:05
Speaker 5: no lo hay. Pero la innovación más reciente que documentan
16:09
Speaker 5: en los estudios de Lee y sus colegas resolvió este
16:12
Speaker 5: sesgo espacial utilizando un modelo llamado NNUNet. Ajá,
16:16
Speaker 4: leí sobre ese.
16:18
Speaker 5: Lo que hace es que, en lugar de procesar fotos
16:21
Speaker 5: planas de cortes individuales, Este algoritmo ingiere volúmenes completos en
16:26
Speaker 5: 3D
16:26
Speaker 3: Claro, y al darle el volumen completo en 3D, le
16:29
Speaker 3: estás dando a la máquina lo que el radiólogo ya
16:32
Speaker 3: hace mentalmente, ¿no
16:34
Speaker 5: Exactamente.
16:35
Speaker 3: O sea, el humano ve una imagen plana, luego pasa
16:38
Speaker 3: a la siguiente y en su cerebro arma la estructura tridimensional.
16:43
Speaker 3: Si la inteligencia artificial puede acceder a la rebanada que está, digamos,
16:47
Speaker 3: un milímetro detrás y a la que está un milímetro adelante,
16:51
Speaker 3: de repente obtiene contexto espacial. Ya no es una sombra
16:54
Speaker 3: extraña en un papel, es la curvatura real de un hueso.
16:59
Speaker 5: Es que al apalancar esa información tridimensional de los cortes adyacentes,
17:03
Speaker 5: la inteligencia artificial adquiere, digamos, una conciencia topográfica. Los resultados
17:08
Speaker 5: del estudio de Lee mostraron que el modelo logró identificar
17:11
Speaker 5: el centroide del disco articular, que es el centroide exacto
17:14
Speaker 5: de gravedad de ese pequeño cartílago móvil, con una precisión
17:17
Speaker 5: de milímetros. ¡Guau! ¿Sí? operando a un nivel de exactitud
17:22
Speaker 5: casi idéntico al de los especialistas humanos de mayor jerarquía.
17:26
Speaker 5: Y hay otro dato buenísimo. Los investigadores comprobaron que el
17:30
Speaker 5: simple hecho de aplicar técnicas computacionales para mejorar el contraste
17:35
Speaker 5: de la imagen, como el protocolo CLHE, optimiza la visibilidad
17:39
Speaker 5: de los bordes del tejido blando de tal manera que
17:42
Speaker 5: el rendimiento de la IA se dispara.
17:45
Speaker 3: Básicamente, le limpian los lentes a la máquina antes de
17:49
Speaker 3: pedirle que analice el panorama completo.
17:51
Speaker 5: Ándale, tal cual.
17:52
Speaker 3: Es fascinante cómo un simple ajuste de contraste cambia drásticamente
17:56
Speaker 3: el resultado clínico. Ahora, voy a hacer una pausa aquí.
18:00
Speaker 3: Voy a bajar un poco la emoción técnica porque tengo
18:03
Speaker 3: que preguntar por el lado oscuro de todo esto. Si
18:06
Speaker 3: esta tecnología es capaz de encontrar el centroide de un
18:09
Speaker 3: cartílago invisible en una tomografía, operando en tres dimensiones y
18:13
Speaker 3: superando la fatiga de un viernes por la tarde, quienes
18:16
Speaker 3: nos escuchan seguramente se estarán preguntando,¿ por qué mi dentista
18:20
Speaker 3: local no tiene este software corriendo en su computadora hoy mismo?¿
18:24
Speaker 3: Dónde está el límite funcional de todo este avance?
18:27
Speaker 5: Pues esto plantea una pregunta importante en la traslación de
18:30
Speaker 5: la tecnología a la práctica clínica diaria. O sea, cuando
18:34
Speaker 5: analizamos estas revisiones sistemáticas con escrutinio, surgen debilidades metodológicas profundas
18:39
Speaker 5: en el entrenamiento de estas inteligencias artificiales.
18:43
Speaker 3: Como cuáles?
18:44
Speaker 5: La principal falla es la homogeneidad geográfica de los datos.
18:48
Speaker 5: La vasta mayoría de los modelos que se evaluaron fueron
18:51
Speaker 5: desarrollados y entrenados con bases de datos provenientes de un
18:54
Speaker 5: solo centro de investigación, predominantemente en países asiáticos.
18:58
Speaker 3: Pero, a nivel anatómico,¿ por qué importaría la geografía? Podría
19:04
Speaker 3: parecer que una articulación humana funciona mecánicamente igual en Tokio
19:09
Speaker 3: que en la Ciudad de México.
19:11
Speaker 5: Mecánicamente sí, pero morfológicamente no. Existen variaciones cráneo-faciales muy marcadas
19:17
Speaker 5: entre diferentes poblaciones. O sea, la amplitud del arco dental,
19:21
Speaker 5: la densidad ósea promedio y los ángulos de la mandibla.
19:24
Speaker 5: Difieren genéticamente. Entrenar a una IA con pacientes de un
19:28
Speaker 5: solo hospital crea un riesgo enorme. Un fenómeno estadístico que
19:32
Speaker 5: se conoce como sobreajuste o overfitting. Ok. Es el equivalente,
19:37
Speaker 5: haz de cuenta, a encargar un traje sastre hecho a
19:39
Speaker 5: la medida exacta de un solo individuo. A esa persona
19:43
Speaker 5: le va a quedar impecable. Pero si intentas ponérselo a
19:46
Speaker 5: cualquier otro sujeto con una complexión ligeramente distinta, no va
19:50
Speaker 5: a funcionar.
19:50
Speaker 4: Claro
19:51
Speaker 5: La IA se vuelve una experta infalible en diagnosticar los
19:55
Speaker 5: perfiles específicos de esa población en Asia. Pero si implementas
19:59
Speaker 5: ese mismo software en una clínica en América Latina, donde
20:02
Speaker 5: las proporciones faciales son distintas y las máquinas de resonancia
20:05
Speaker 5: utilizan otros protocolos, el algoritmo va a interpretar la anatomía
20:09
Speaker 5: normal como patológica. Va a fallar.
20:11
Speaker 3: Básicamente tenemos genios de la computadora hiperespecializados que fracasan en
20:16
Speaker 3: el mundo real porque carecen de flexibilidad.
20:19
Speaker 5: Exacto.
20:20
Speaker 3: Es un problema de sesgo de datos brutal.
20:22
Speaker 5: Y esto se agrava con el dilema inherente a la
20:24
Speaker 5: arquitectura de las redes neuronales profundas. Es el famoso problema
20:28
Speaker 5: de la caja negra. Ah
20:29
Speaker 4: te refieres a la opacidad del diagnóstico. El hecho de
20:33
Speaker 4: que la computadora emite una alerta marca
20:35
Speaker 3: una degeneración severa en el cartílago, pero es incapaz de
20:40
Speaker 3: explicar cómo llegó a esa conclusión.
20:42
Speaker 5: Totalmente. Opera en un vacío de explicabilidad, en una caja negra.
20:46
Speaker 5: Y en medicina, tú sabes, la transparencia y la trazabilidad
20:50
Speaker 5: de una decisión es un pilar legal y clínico. Sumado
20:54
Speaker 5: a esto, cuando los investigadores auditaron la literatura médica utilizando
20:58
Speaker 5: instrumentos súper estrictos de calidad metodológica, como la herramienta Amstar 2,
21:03
Speaker 5: los resultados fueron desalentadores. Ah,
21:06
Speaker 4: y sacar una mala calificación en el rigor metodológico Amstar 2
21:10
Speaker 4: enciende todas las alarmas en el mundo médico.¿ Qué encontraron
21:14
Speaker 4: exactamente para bajarles tanto la confianza a estas revisiones médicas?
21:18
Speaker 5: Encontraron que la confianza va de un nivel medio a
21:22
Speaker 5: un nivel críticamente bajo por deficiencias en el diseño científico fundamental,
21:27
Speaker 5: o sea, cómo se reportan los datos. Los estudios originales
21:30
Speaker 5: a menudo carecen de transparencia sobre quién financió el desarrollo
21:34
Speaker 5: del software, casi nunca registran sus protocolos de investigación antes
21:38
Speaker 5: de iniciar los ensayos, y omiten datos claves sobre cómo
21:41
Speaker 5: manejaron a los pacientes que excluyeron del estudio. Uf, puros
21:44
Speaker 3: focos rojos.
21:46
Speaker 5: Sí, la lección aquí, y es mi creencia central como investigador,
21:49
Speaker 5: es que el conocimiento es valioso cuando de verdad se
21:52
Speaker 5: comprende y se aplica bien. Una precisión matemática reportada del
21:56
Speaker 5: 99% en un entorno de laboratorio controlado no equivale a
22:00
Speaker 5: seguridad clínica. La inteligencia artificial actual no tiene la capacidad
22:04
Speaker 5: de comprender el dolor referido o la carga psicosocial de
22:07
Speaker 5: un paciente. Su implementación real debe enmarcarse solo como un
22:11
Speaker 5: sistema de apoyo.
22:12
Speaker 3: Una herramienta
22:13
Speaker 5: más. Exacto. Una herramienta analítica subordinada al criterio del médico,
22:17
Speaker 5: diseñada para evitar cirugías innecesarias o diagnósticos erróneos derivados de
22:22
Speaker 5: la fatiga humana, pero nunca, nunca para reemplazar la evaluación
22:27
Speaker 5: clínica integral.
22:28
Speaker 3: Entonces,¿ qué significa todo esto en términos prácticos? Si observamos
22:33
Speaker 3: el panorama completo de cómo estamos enfrentando los trastornos de
22:37
Speaker 3: la mandíbula hoy, la respuesta no es elegir una tecnología
22:41
Speaker 3: y tirar las demás a la basura, sino construir un
22:44
Speaker 3: modelo basado en tres pilares emergentes. El primer pilar sigue
22:49
Speaker 3: siendo un examen clínico humano bien hecho. Necesitamos el rigor
22:53
Speaker 3: de un protocolo como el DSTMD, ejecutado por un profesional
22:58
Speaker 3: que comprenda que sostener la presión durante esos 5 segundos es
23:02
Speaker 3: la diferencia entre diagnosticar un simple calambre o detectar un
23:06
Speaker 3: colapso en el sistema nervioso central.
23:09
Speaker 5: Totalmente de acuerdo.
23:10
Speaker 3: El segundo pilar es la visión estructural profunda. O sea,
23:15
Speaker 3: utilizar la tomografía para ver los huesos, pero depender de
23:19
Speaker 3: la precisión de la resonancia magnética para evaluar el cartílago
23:23
Speaker 3: y los tejidos blandos preventivamente, evitando llegar a ese daño
23:27
Speaker 3: articular irreversible, sobre todo en los adolescentes.
23:31
Speaker 5: Que es cuando más podemos prevenir.
23:33
Speaker 3: ¡Claro! Y el tercer pilar finalmente es el poder analítico
23:38
Speaker 3: de la inteligencia artificial. Usar estas redes neuronales en 3D
23:44
Speaker 3: como un segundo par de ojos infatigables que procesen patrones
23:48
Speaker 3: diminutos invisibles al ojo humano, pero siempre reconociendo sus sesgos
23:53
Speaker 3: geográficos y el problema de la caja negra.
23:56
Speaker 5: Es un resumen perfecto.
23:57
Speaker 3: La confluencia de estos tres factores está sin duda redefiniendo
24:01
Speaker 3: todo el campo. Pero, antes de terminar este análisis profundo,
24:06
Speaker 3: hay un pensamiento provocativo que se deriva de toda esta
24:09
Speaker 3: tecnología y que vale la pena explorar. Si la inteligencia
24:12
Speaker 3: artificial ya es capaz de procesar volúmenes en 3D para
24:16
Speaker 3: encontrar variaciones milimétricas en un cartílago que ningún humano puede
24:20
Speaker 3: ver en una resonancia magnética, pues¿ qué pasaría si en
24:24
Speaker 3: un futuro muy cercano, ni siquiera necesitáramos un escáner gigantesco
24:28
Speaker 3: en una clínica?
24:30
Speaker 5: A ver,¿ a qué te refieres?
24:32
Speaker 3: Pensemos en la trayectoria de los sensores que ya tenemos
24:34
Speaker 3: en los bolsillos.¿ Qué tal si una simple aplicación de
24:38
Speaker 3: teléfono celular pudiera predecir un futuro trastorno temporomandibular simplemente analizando
24:44
Speaker 3: patrones milimétricos en el movimiento de nuestra mandíbula mientras hablamos
24:48
Speaker 3: por videollamada?
24:49
Speaker 5: ¡Órale! Eso estaría increíble.
24:51
Speaker 3: Digo, podría ser una tecnología pasiva que registre microdesviaciones o
24:57
Speaker 3: asimetrías casi imperceptibles en nuestro patrón de habla, mucho antes
25:02
Speaker 3: de que sintamos el primer chasquido al bostezar o el
25:05
Speaker 3: primer dolor. Estaríamos pasando de intentar entender por qué nos
25:10
Speaker 3: duele la cabeza a prevenir el desgaste articular antes de
25:13
Speaker 3: que el daño estructural siquiera empiece.
25:16
Speaker 5: Imagínate el impacto preventivo a nivel mundial. Cambiaría el paradigma
25:20
Speaker 5: por completo.
25:21
Speaker 3: Totalmente. Agradecemos profundamente a nuestra audiencia por acompañarnos a desenredar
25:28
Speaker 3: esta red clínica y tecnológica hoy. Les invitamos a seguir
25:32
Speaker 3: cuestionando cómo las herramientas del futuro están transformando nuestra comprensión
25:36
Speaker 3: del cuerpo y a mantener viva la curiosidad sobre la
25:39
Speaker 3: ciencia que redefine nuestra salud cotidiana. Nos vemos en el
25:44
Speaker 3: próximo análisis a fondo.
25:46
Speaker 2: Hoy aprendimos que los trastornos temporomandibulares son mucho más que
25:49
Speaker 2: un simple trueno en la mandíbula. Se trata de condiciones
25:53
Speaker 2: que pueden afectar la alimentación, el sueño, la calidad de
25:56
Speaker 2: vida e incluso el bienestar emocional de quienes las padecen.
26:00
Speaker 2: La evidencia científica demuestra que la integración de la evaluación
26:03
Speaker 2: clínica con herramientas como la resonancia magnética, la tomografía CVCT
26:08
Speaker 2: y la inteligencia artificial permitirá diagnósticos cada vez más precisos,
26:12
Speaker 2: objetivos y personalizados. siempre como apoyo al juicio clínico del
26:15
Speaker 2: profesional de la salud. Agradecemos la participación editorial de la
26:20
Speaker 2: doctora Laura Valenzuela Ruiz y tu compañía en este episodio.
26:24
Speaker 2: Te invitamos a seguir escuchando Frecuencia Odontológica, el podcast en Spotify,
26:28
Speaker 2: Spreaker y Amazon Music, y a seguirnos en Instagram como
26:31
Speaker 2: arroba frecuencia guión bajo odontológica. Hasta la próxima.