Inclusion digital de la micro y pequeña empresa de El Salvador

Software para identificar propensión a caries

Sin necesidad de abrir la boca, con el uso de este software una persona podría conocer su predisposición a desarrollar caries dental. Esta alternativa es útil para reducir el tiempo de atención, así como los recursos económicos y humanos que tradicionalmente requiere el personal del área de la salud bucal para realizar esta actividad. Los beneficios de este software son acentuados cuando se trata de población en situaciones de pobreza extrema, ubicados en comunidades alejadas y con carencia de servicios odontológicos, circunstancias que los hacen más vulnerables a esta enfermedad.

Para un diagnóstico bucal clínico que evalúe en 100 personas la presencia de caries, se requieren recursos humanos y materiales. Para esta actividad, generalmente en la Unidad Académica de Odontología de la Universidad Autónoma de Zacatecas (UAZ) se conforman equipos de siete personas con su respectivo equipo de barreras para el diagnóstico como cubrebocas, turbantes y guantes, además de un vehículo y combustible para trasladar al personal a las diferentes localidades. Con este trabajo, realizado por un equipo multidisciplinario de investigadores de la UAZ, el diagnóstico se resumirá únicamente en contestar un cuestionario de 10 a 13 preguntas en un sistema de software.

Este proyecto, cuyo enfoque principal es la atención a la población infantil, es desarrollado por la médico cirujano dentista Nubia Maricela Chávez Lamas, quien es docente investigadora y coordinadora de una de las 18 clínicas de la Unidad Académica de Odontología, en colaboración con el doctor Carlos Eric Galván Tejada, docente investigador de la Unidad Académica de Ingeniería de Software, y la alumna de la maestría en ciencias de la ingeniería, Laura Alejandra Zanella Calzada, actual becaria del Consejo Nacional de Ciencia y Tecnología (Conacyt) de México, quienes trabajan en este proyecto desde 2017.

¿Cómo funciona este software?

Este software funciona mediante una técnica llamada machine learning, en donde el desarrollador indica al sistema que ejecute determinadas acciones de acuerdo con lo que suceda en el ambiente, sin necesidad de manipularlo constantemente. Para identificar la predisposición de los niños o de la población en general, este modelo mide dos determinantes de salud, que son los socioeconómicos y los nutricionales.

“Tenemos un conjunto de datos y algoritmos de aprendizaje automático —machine learning—, en donde utilizamos una red neuronal de aprendizaje profundo —deep learning—. Lo que hacemos es alimentar esta red neuronal profunda con diferentes características para que, finalmente, al recibir la información, el sistema analice los dos tipos de determinantes de salud e indique si lo más probable es que la persona tenga o no caries”, expuso el doctor Carlos Galván.

Explicó que esta red es conocida como modelo de caja negra, ya que cuenta con una entrada de datos, un proceso oculto basado en la red neuronal profunda y una salida de información. Aclaró que aunque el trabajo más complicado ya ha sido concluido —pues esta red ya es funcional para expertos en computación—, para que el usuario objetivo —dentista— la utilice en campo, el desarrollador necesita transformarla en aplicación y este último ajuste es ejecutable en pocos días.

“Sabemos que hay comunidades alejadas en donde el camión para ir a las zonas urbanas solo pasa una vez al día y debido a esto, no tienen la oportunidad de acudir personalmente a nuestras clínicas. Con este proyecto tendremos ahora una herramienta sumamente útil y práctica para acercarnos más a ellos y brindar una atención más completa y pronta a la población que lo necesita”- dijo Nubia Chávez.

Artículo publicado originalmente en http://conacytprensa.mx/index.php/ciencia/salud/22043-software-para-identificar-caries