Inteligencia artificialen odontología

Primero la historia, porque explica el presente: Turing en 1950, el verano de Dartmouth donde se acuñó el término, los sistemas expertos que funcionaban y nadie usó, los dos inviernos de la IA, y el salto de 2012 que abrió la puerta a todo lo que vino después. Con tres casos que conviene conocer antes de comprar nada: la predicción de Hinton sobre los radiólogos, un sistema médico que andaba bien y murió en el laboratorio, y el fracaso más caro de la IA en salud. Después, el mecanismo: qué es un modelo, cómo aprende, y por qué depende tanto de los datos con los que fue entrenado. Y la distinción que casi nadie hace bien entre digitalización, automatización e inteligencia artificial.

En vivoCada uno trae una pieza de publicidad real de IA dental. La clasificamos juntos: ¿esto que te están vendiendo es digitalización, automatización o inteligencia artificial?

Tres cosas que se confunden todo el tiempo y que tienen implicancias clínicas y legales completamente distintas. Cómo leer críticamente las métricas con las que te presentan un sistema —sensibilidad, especificidad, valor predictivo— y por qué un número alto puede significar poco. Qué son las alucinaciones, por qué ocurren, y por qué una máquina puede equivocarse con absoluta seguridad.

En vivoHacemos alucinar a un modelo en vivo. Le pedimos referencias bibliográficas sobre un tema que casi no está estudiado, y después las buscamos una por una. Es la clase de cosa que no se olvida.

Primero la parte que no brilla, que es la que más rápido te va a cambiar el día a día: turnos, facturación, documentación asistida, comunicación de rutina. Cuánto de todo eso es automatización pura, por qué funciona igual de bien sin inteligencia artificial, y por qué conviene saberlo antes de pagar sobreprecio por una etiqueta. Después sí, la parte vistosa: el estado real del diagnóstico asistido por imágenes, qué productos tienen autorización regulatoria y qué significa eso, y los sistemas de apoyo a la decisión clínica. Y un fenómeno nuevo: el paciente que llega con un «diagnóstico» que le dio una IA.

En vivoAbrimos las fichas técnicas de productos reales del mercado y buscamos los cuatro números que importan: sensibilidad, especificidad, en qué población se validó y quién lo evaluó. Aparecen bastante menos seguido de lo que uno esperaría.

Qué pasa realmente con la historia clínica de tu paciente cuando usás una herramienta en la nube. Bases de datos, servidores, encriptación, explicados sin tecnicismos. La diferencia crítica entre una herramienta pública y una profesional. Y qué tenés que exigirle a cualquier sistema al que le confíes datos sensibles.

En vivoAuditoría de una herramienta que ya usás: dónde viven los datos de tus pacientes, bajo qué ley quedan, quién más puede verlos y qué pasa con ellos si un día te vas. Leemos los términos y condiciones de verdad.

Qué significa la responsabilidad clínica cuando una máquina participó de la decisión. Cómo se cuela el sesgo en un algoritmo y por qué puede reproducir inequidades en la atención. Consentimiento informado en contextos de asistencia tecnológica. Y el límite —conceptual, no técnico— de lo que se le puede delegar a un sistema.

En vivoCuatro casos cerrados para resolver en grupo: el sistema marcó algo que vos no viste, el sistema no marcó nada y vos tampoco, el paciente llega con el diagnóstico que le dio una IA, y la pregunta incómoda de si hay que contarle que usaste una.

El marco sistemático para evaluar cualquier herramienta que te ofrezcan, construido sobre todo lo anterior, y en qué se transforma el rol del odontólogo en un entorno clínico asistido. Y el cierre, que es la pregunta de fondo: ¿puede una máquina tomar una decisión clínica? Para responderla hay que mirar primero qué hacemos nosotros cuando decidimos —los griegos tenían una palabra para eso, phronesis—, por qué un sistema que llega al mismo resultado no está haciendo lo mismo, y qué cambia el hecho de que detrás de una decisión haya alguien que responde por ella. Es la pregunta que explica por qué el juicio profesional, lejos de volverse prescindible, se vuelve más importante que nunca.

En vivoAplicamos la grilla completa a una herramienta real del mercado. Incluida la que desarrolla el docente, que se somete a la misma auditoría que todas las demás.