Un equipo de científicos internacional, en el que participa José Luis Salmerón, catedrático de la Universidad Pablo de Olavide de Sevilla, ha desarrollado un sistema inteligente capaz de evaluar la gravedad de las enfermedades periodontales. Recurriendo a la inteligencia artificial, esta nueva técnica tiene como principal objetivo facilitar a los profesionales la labor de diagnóstico de padecimientos como la gingivitis o la piorrea, automatizando este proceso de forma que se obtenga una mejor aproximación al problema y un tratamiento más ajustado.
La enfermedad periodontal es una infección bacteriana crónica que afecta a las encías y el hueso que sostiene los dientes. Según datos de la Sociedad Española de Periodoncia y Osteointegración (SEPA), el 59,8 % de los adultos españoles de entre 35 y 44 años sufriría gingivitis, mientras que el 25,4 % padecería periodontitis. Solo el 14,8 % de los españoles en esta franja de edad tendría las encías sanas, según afirma esta organización. Como añadido, investigaciones recientes señalan que los pacientes con enfermedad periodontal tienen mayor riesgo de contraer cáncer pancreático o de sufrir episodios coronarios.
“La presencia o ausencia de signos-síntomas y factores de riesgo hacen que el diagnóstico de esta enfermedad sea una tarea muy compleja”, señala José Luis Salmerón. Entre los síntomas de la enfermedad periodontal se encuentran movilidad dentaria, sangrado de encías, dolor leve continuo e inflamación de las encías y los signos principales son la presencia de placa y la bolsa periodontal. A ellos se suman los factores de riesgo que causan esta enfermedad, como el tabaquismo, la diabetes, cambios hormonales, etc.
“Usualmente, el médicos estomatólogo se basa en su conocimiento, pericia y experiencia para diseñar el tratamiento. Por lo tanto, existe una gran variación entre los tratamientos administrados por diferentes profesionales”, afirma el investigador de la Pablo de Olavide. Para ayudar en esta tarea, este grupo de expertos han diseñado un sistema basado en Mapas Cognitivos Difusos (FCM, siglas del inglés Fuzzy Cognitive Maps), un modelo dinámico monocapa basado en lógica difusa.
Ésta técnica evalúa la gravedad de la enfermedad tomando como base tanto los síntomas como los factores de riesgo. Las relaciones entre los diferentes signos-síntomas se han definido mediante variables lingüísticas difusas fácilmente comprensibles tras el proceso de construcción del FCM, los cuales se transforman en valores numéricos utilizando el método de inferencia de Mamdani. Con esta investigación, los médicos estomatólogos pueden automatizar, o apoyar al menos, la evaluación de la enfermedad peridontal.
José Luis Salmerón Silvera es catedrático de la Universidad Pablo de Olavide y Director del Laboratorio de Inteligencia Computacional. Ingeniero en Informática y Economista con una dilatada experiencia en sistemas inteligentes, este investigador es miembro de numerosas sociedades científicas con las que colabora activamente, tales como Internet Society, Association of Computing Machinery, Association of Logic Programming o International Rough Sets Society. Sus trabajos han sido publicados en revistas científicas internacionales de impacto. En la actualidad mantiene colaboraciones con numerosos grupos españoles y extranjeros, liderando diversos proyectos nacionales e internacionales.
Mago, V.K., Papageorgiou, E.I., Salmeron, J.L., Mago, A. 2012. Employing Fuzzy Cognitive Map for Periodontal Disease Assessment, FUZZ-IEEE 2012, IEEE International Conference on Fuzzy Systems, Brisbane, Australia
