La evidencia dice tres cosas a la vez: los programas de inteligencia artificial detectan bien la caries en las imágenes con las que se probaron, el dentista que los usa detecta más lesiones, y no sabemos si eso hace que a sus pacientes les vaya mejor. El marketing suele contar solo la primera, con la cifra más alta disponible. Aquí separo lo medido de lo que no, y explico por qué una revisión de 2025 concluyó que su uso clínico está justificado y otra de 2026 que no se puede afirmar un beneficio neto.

Puntos clave

•         Hay tres preguntas distintas: si el programa acierta, si el dentista acierta más con él y si al paciente le va mejor. Para la primera hay decenas de estudios; para la segunda, unos pocos; para la tercera, ninguno con pacientes.

•         Las sensibilidades agrupadas de los metaanálisis van de 0,76 a 0,87 según qué estudios incluyan. No hay una cifra que valga para cualquier consulta.

•         La revisión sistemática más reciente, de septiembre de 2026, juzgó alto el riesgo de sesgo en los 28 estudios que analizó. Solo cinco probaron el programa con imágenes de otro centro.

•         Con el programa, el dentista detecta más lesiones. A cambio, en un estudio marcó más superficies sanas y en otro propuso más tratamientos invasivos.

•         Con las mismas cifras, un programa acierta 98 de cada 100 marcas en un estudio con mucha caries y la mitad en una consulta con poca.

¿Qué dice la evidencia sobre IA y caries?

Que es abundante, joven y frágil. Hay decenas de estudios y más de una docena de revisiones sistemáticas, casi todo publicado desde 2021. Y la mayoría prueba el programa con imágenes de su propio centro, con estándares de referencia distintos y sin seguir a ningún paciente.

Conviene ordenarla por la pregunta que responde cada estudio:

La pregunta Lo que hay publicado
¿Acierta el programa sobre una imagen?Decenas de estudios, resumidos en varios metaanálisis
¿Acierta más el dentista cuando lo usa?Trece estudios hasta julio de 2024, todos con imágenes archivadas
¿Le va mejor al paciente?Ningún estudio con pacientes. Una modelización económica alemana

La columna de la derecha se vacía según se baja. Y la última fila es la que importa en el sillón.

¿Por qué dos revisiones llegan a conclusiones opuestas?

Porque una calcula cuánto acierta el programa de media y la otra se pregunta si esa media significa algo.

La revisión paraguas de Arzani y colaboradores (2025) reunió catorce revisiones sistemáticas, obtuvo una sensibilidad de 0,85 y una especificidad de 0,90, y concluyó que su uso clínico está justificado. Sus propios autores advierten de una heterogeneidad muy alta, de sesgo de publicación y de que la proporción de caries en sus muestras era inferior a la de la población.

La revisión sistemática de Chaple Gil y colaboradores (septiembre de 2026) analizó 28 estudios con datos clínicos y no calculó ninguna media, porque no miden lo mismo: unos cuentan superficies y otros dientes, unos buscan lesiones de esmalte y otros cavidades, unos usan aletas de mordida y otros fotografías. Juzgó alto el riesgo de sesgo en los 28 y muy baja la certeza de la evidencia. También tiene un punto débil que declara: un filtro automático descartó más de 130.000 registros sin una muestra que permita comprobar si dejó fuera algo relevante. Pero su conclusión se apoya sobre todo en cómo están hechos los estudios que sí encontró.

Entre ambas, el metaanálisis de Lai y colaboradores (febrero de 2026) sí calculó la media: 0,86 de sensibilidad y 0,91 de especificidad, con una heterogeneidad superior al 90 % y una certeza de baja a moderada. Casi la misma cifra que la revisión paraguas, pero sus autores piden interpretarla con cautela. Otros metaanálisis dan desde 0,76, uno que mezcla fotografías y radiografías, hasta 0,87, uno limitado a aletas de mordida. Ninguno está mal hecho por eso: responden a preguntas distintas.

¿Por qué la cifra del folleto no es la de tu consulta?

Porque el programa no se probó con tus imágenes, y en tu consulta no hay la misma caries que en el estudio.

Lo primero es la generalización: de los 28 estudios de la revisión de 2026, solo cinco probaron el programa fuera del centro que lo desarrolló.

Lo segundo pesa más y casi nadie lo explica. La sensibilidad y la especificidad dependen sobre todo del programa. El valor predictivo positivo, que es lo que te importa cuando el programa marca un diente, depende además de cuánta caries hay. En los conjuntos de prueba de los estudios que reunió Lai, la proporción de caries iba del 16 % al 81 %.

Con sus cifras por diente (0,87 de sensibilidad y 0,91 de especificidad), aplicadas a mil dientes:

Estudio con más caries (81 %) Consulta con un 10 % de dientes con caries
Dientes con caries que marca70287
Dientes sanos que marca1781
De cada 100 marcas, son caries9852
Dientes con caries que no marca10513

El 10 % es un ejemplo para la cuenta, no un dato español. Pero el mecanismo no depende del número: cuanta menos caries, más se acercan las marcas falsas a las verdaderas. El programa es el mismo. Lo que cambia es tu paciente.

¿Detecta más el dentista que usa el programa?

Sí, y es el resultado más sólido del campo. Lo que no está claro es el precio.

Una revisión de alcance de la Universidad de Radboud (febrero de 2026) reunió los trece estudios que comparan a profesionales con y sin el programa. En los nueve que dieron cifras, la sensibilidad subió una mediana de 15 puntos y la especificidad, de 3. Pero en el estudio con mayor ganancia de sensibilidad, la especificidad cayó casi 11: los dentistas encontraron más lesiones de esmalte y llamaron caries a más superficies sanas. Los dos estudios controlados principales los conté en el pilar del diagnóstico.

Quién y qué. Las mayores ganancias aparecen con lesiones solo de esmalte o con estudiantes y grupos de tres dentistas jóvenes. En el ensayo alemán, con 22 dentistas en ejercicio, fue de 9 puntos. Con lo publicado no se puede saber si el programa ayuda más donde la lectura es difícil o si los estudios pequeños exageran el efecto.

El tiempo. De los tres estudios que lo midieron, dos encontraron que el programa alargaba la lectura.

La decisión. Solo uno de los trece registró qué tratamiento proponían los dentistas: con el programa propusieron más, también invasivos. Ninguno de los trece se hizo en España.

¿Qué falta por saber?

Lo que decide si merece la pena: qué les pasa a los dientes de los pacientes.

Haría falta un ensayo en consultas reales, con y sin el programa, que siguiera varios años cuántas lesiones progresan, cuántas se obturan sin necesidad y cuántos dientes se conservan. No existe. Lo más cercano es una modelización alemana que, con datos de un ensayo sobre imágenes, estimó la misma conservación dental y el mismo coste con el programa y sin él.

Mientras tanto, la detección asistida se vende con la cifra que más conviene. El blog de un fabricante estadounidense, de julio, presenta la revisión paraguas como prueba de que la precisión se mantiene en distintos tipos de imagen. Reconoce que el valor predictivo varía entre estudios, y es justo decirlo. Pero no menciona los metaanálisis con cifras más bajas ni la certeza de la evidencia. No es mentira. Es una selección.

Debes saber algo para leer ese párrafo: yo uso Diagnocat, desde septiembre, en un estudio retrospectivo con mi equipo y sin ninguna relación comercial con la empresa. Todavía no tengo resultados definitivos, y por eso no doy ninguno. Cuando los tenga, los contaré con el mismo criterio que aplico aquí a los estudios de otros.

Todavía no sabemos si estos programas mejoran la salud dental de los pacientes. Es una respuesta válida, y hoy es la honesta.

Preguntas frecuentes

¿Entonces no merece la pena usar estos programas?

No es lo que dice la evidencia. Dice que detectan, que ayudan a detectar y que no está demostrado que eso mejore el resultado para el paciente. Si usas uno, úsalo como segunda lectura y decide el tratamiento con la exploración, sobre todo ante lesiones de esmalte, donde el programa añade más marcas y vigilar suele bastar.

¿Qué cifra le pido al comercial?

Tres datos, no uno: si el programa se probó con imágenes de otros centros, con qué estándar de referencia, y qué porcentaje de dientes con caries había en esas imágenes. Con el tercero puedes estimar cuántas marcas serán falsas en tu consulta. Si solo te da la sensibilidad, te ha dado la cifra que menos significa.

¿Funciona mejor con fotografías que con radiografías?

En el metaanálisis de Lai, los programas de fotografías tuvieron algo más de sensibilidad (0,88 frente a 0,83) y algo menos de especificidad, pero con una heterogeneidad superior al 89 % en ambos grupos. La diferencia no basta para elegir. Y una fotografía no ve las caras proximales.

¿Esto es una recomendación clínica?

No. Es información profesional sobre el estado de la evidencia, escrita para odontólogos. La decisión sobre cada paciente depende de su exploración, su riesgo de caries y tu criterio.

Última actualización: 5 de noviembre de 2026

Enlaces relacionados