Desarrollan un sistema inteligente para evaluar la gravedad de las enfermedades periodontales
Fuente: Universidad Pablo de Olavide
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.
José Luis Salmerón, catedrático de la Universidad Pablo de Olavide
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.
Esta 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
Más información:
José Luis Salmerón
Escuela Politécnica Superior
Email: salmeron@upo.es
Tlf: 954349063
Últimas publicaciones
Científicos del Instituto de Agricultura Sostenible de Córdoba han diseñado una metodología para analizar por separado los microorganismos que habitan sobre los fragmentos de acolchados plásticos que cubren el suelo en la agricultura intensiva y los que viven en las partículas de tierra que se quedan adheridas. El trabajo podría ayudar a identificar bacterias capaces de degradar este material y contribuir así a la búsqueda de soluciones biológicas para combatir su acumulación en el campo.
Investigadores de la Universidad de Málaga han desarrollado un algoritmo de Inteligencia Artificial (IA) que realiza un agrupamiento no supervisado de objetos similares evitando el etiquetado manual. Este modelo es capaz de detectar una gran diversidad de elementos en la zona de pistas de un aeródromo, desde personas hasta aviones. Otra de las novedades es su optimización para ahorrar tiempo de cálculo y energía en las tareas de identificación, de forma que permite su uso en dispositivos de bajo consumo.
Sigue leyendo
El estudio, liderado por el Instituto de Investigación Biosanitaria de Granada con la participación de la Universidad de Granada, reveló que las niñas con mayor exposición al bisfenol A presentaban un riesgo casi tres veces mayor de desarrollar sobrepeso u obesidad. El hallazgo destaca la necesidad de seguir investigando sobre la relación entre contaminantes ambientales y enfermedades metabólicas para mejorar el bienestar de la población infantil.
Sigue leyendo
