groups
Comunidad OdontoLatamLa red de odontólogos de LATAM
notifications3mail2
DC
mailMensaje

Dr. Carlos Méndez

military_tech

@dr-mendez

Radiología Orallocation_onBogotá, Colombia· Se unió hace 2 m
73 seguidores51 siguiendo280 pts reputación

Radiólogo oral y maxilofacial. Entusiasta de la IA aplicada al diagnóstico dental. Speaker en congresos internacionales.

Posts (3)

DC

Nuevo modelo de IA para detección automática de caries en radiografías periapicales

Les comparto un paper reciente que evalúa un modelo de deep learning entrenado con 15,000 radiografías periapicales para detección de caries interproximales. Resultados destacados: - Sensibilidad: 96.2% - Especificidad: 93.8% - AUC: 0.97 Lo interesante es que el modelo detectó caries incipientes que fueron confirmadas clínicamente pero que no habían sido reportadas en la evaluación radiográfica original por los profesionales.

DC
check_circleResuelto

Probé 4 IAs para análisis de radiografías dentales — esto fue lo que encontré

Durante tres meses estuve comparando cuatro sistemas de inteligencia artificial para análisis radiográfico: Denti.AI, Pearl, Overjet y un modelo custom que armamos en el laboratorio con datos propios. Los resultados me sorprendieron, para bien y para mal: Fortalezas reales: — La detección de caries interproximales en radiografías periapicales mejoró un 23% respecto a la lectura humana sola (no reemplaza, complementa). — Pérdida ósea periodontal: muy buena consistencia en casos moderados a severos. — Velocidad: un set de 18 radiografías procesado en menos de 30 segundos. Limitaciones que nadie menciona: — En caries de esmalte incipiente, la tasa de falsos positivos sigue siendo alta (hasta 31% en nuestro dataset). — La calibración para poblaciones latinoamericanas es deficiente — la mayoría de los modelos fueron entrenados con datos norteamericanos y europeos. — Costo: los sistemas más precisos rondan los USD 400-800/mes, inaccesibles para la mayoría de los consultorios pequeños. Conclusion: son herramientas útiles como segundo ojo, no como reemplazo diagnóstico. El contexto clínico sigue siendo indispensable.

DC

Diseño de sonrisa digital en 2026: lo que cambió con la IA generativa

Hace dos años el diseño digital de sonrisa requería software costoso, horas de edición y un técnico dental con experiencia. Hoy la situación cambió bastante. Con herramientas como las que ofrece DentalCore o apps especializadas, el flujo es: 1. Foto inicial del paciente (puede ser con el celular). 2. La IA propone 3-5 opciones de diseño en menos de 2 minutos. 3. El profesional edita y ajusta sobre la propuesta. 4. Se presenta al paciente antes de comenzar cualquier preparación. El impacto en la tasa de cierre de tratamientos estéticos es notable — los pacientes entienden visualmente el resultado esperado y eso reduce la incertidumbre que muchas veces frena la decisión. Lo que aún no resuelve ninguna IA: la planificación oclusal, el análisis de tejidos blandos en profundidad y la integración con el laboratorio. Esas siguen siendo 100% habilidades del profesional.