Inteligencia Artificial Generativa y su aplicación en odontología: una revisión sistemática de la literatura
DOI:
https://doi.org/10.61347/ei.v5i1.269Palabras clave:
Educación odontológica, GenAI odontología, inteligencia artificial generativa, revisión sistemáticaResumen
La inteligencia artificial generativa (GenAI) ha emergido como una tecnología con creciente potencial transformador en la odontología, impactando procesos clave como el diagnóstico, la planificación terapéutica y la educación clínica en un contexto de acelerada digitalización de la atención en salud bucal. El objetivo de esta revisión sistemática fue analizar las aplicaciones de la inteligencia artificial generativa en odontología e identificar las oportunidades, limitaciones y desafíos reportados en la literatura científica reciente. La metodología se desarrolló siguiendo las directrices del protocolo PRISMA, mediante una búsqueda sistemática en las bases de datos Scopus y Web of Science, utilizando una cadena de búsqueda estructurada adaptada a cada base de datos. Tras el proceso de identificación, cribado, elegibilidad e inclusión, se seleccionaron 18 estudios para su análisis cualitativo. Los resultados muestran que la GenAI se aplica principalmente en educación dental, apoyo al diagnóstico y a la toma de decisiones clínicas, planificación y simulación de tratamientos, generación de datos sintéticos y mejora de la comunicación entre profesionales y pacientes. Asimismo, se identificaron oportunidades para optimizar procesos formativos y clínicos, facilitar el acceso al conocimiento especializado y favorecer la personalización de la atención odontológica. No obstante, también se evidencian limitaciones relevantes, como la falta de validación clínica robusta, el riesgo de desinformación, la presencia de sesgos en los modelos y diversos desafíos éticos y regulatorios. En conclusión, la GenAI representa una herramienta prometedora para la odontología contemporánea; sin embargo, su adopción efectiva requiere validación científica rigurosa, marcos regulatorios claros y una adecuada formación ética y tecnológica de los profesionales para garantizar su integración segura en la práctica clínica y educativa.
Descargas
Citas
Abuabara, A., do Nascimento, T., Trentini, S., Costa, A., Hueb, M., Madalena, I., Beisel-Memmert, S., Kirschneck, C., Antunes, L., Miranda, C., Baratto-Filho, F., & Küchler, E. (2025). Evaluating the accuracy of generative artificial intelligence models in dental age estimation based on the Demirjian’s method. Frontiers in Dental Medicine, 6. https://doi.org/10.3389/fdmed.2025.1634006
Alharbi, S., & Alhasson, H. (2024). Exploring the applications of artificial intelligence in dental image detection: A systematic review. Diagnostics, 14(21). https://doi.org/10.3390/diagnostics14212442
Ali, M. (2024). The role of artificial intelligence in modern dentistry: Applications, challenges, and future directions. Future Dental Research, 2(2), 39–49. https://doi.org/10.57238/fdr.2024.152576.1012
Anand, S., & Vaderhobli, R. (2025). The ethical boundaries of chairside generative artificial intelligence in dental education. Journal of Dental Education. https://doi.org/10.1002/jdd.70048
Baxmann, M., Kárpáti, K., & Baráth, Z. (2025). The potentials and challenges of integrating generative artificial intelligence (AI) in dental and orthodontic education: A systematic review. BMC Oral Health, 25(1), 905. https://doi.org/10.1186/s12903-025-06070-7
Bonny, T., Al Nassan, W., Obaideen, K., Al Mallahi, M., Mohammad, Y., & El-Damanhoury, H. (2023). Contemporary role and applications of artificial intelligence in dentistry. F1000Research, 12, 1179. https://doi.org/10.12688/f1000research.140204.1
Chau, R., Thu, K., Yu, O., Hsung, R., Lo, E., & Lam, W. (2024). Performance of generative artificial intelligence in dental licensing examinations. International Dental Journal, 74(3), 616–621. https://doi.org/10.1016/j.identj.2023.12.007
Chuang, Y., Lee, C., Lin, G., Brandon, R., Jiang, X., Walji, M., & Tokede, O. (2025). Cross-institutional dental electronic health record entity extraction via generative artificial intelligence and synthetic notes. JAMIA Open, 8(3), ooaf061. https://doi.org/10.1093/jamiaopen/ooaf061
Dawa, H., Cortes, A., Ribeiro, C., Neves, J., & Vicente, H. (2025). Integrating generative artificial intelligence in clinical dentistry: Enhancing diagnosis, treatment planning, and procedural precision through advanced knowledge representation and reasoning. Digital, 5(3), 44. https://doi.org/10.3390/digital5030044
Dermata, A., Arhakis, A., Makrygiannakis, M., Giannakopoulos, K., & Kaklamanos, E. (2025). Evaluating the evidence-based potential of six large language models in paediatric dentistry: A comparative study on generative artificial intelligence. European Archives of Paediatric Dentistry, 26, 527–535. https://doi.org/10.1007/s40368-025-01012-x
Larrea, J., & Bustillos, W. (2025). La inteligencia artificial generativa en la educación odontológica: Una revisión narrativa de aplicaciones y desafíos. Revista de la Asociación Odontológica Argentina, 113(3), e1131252. https://doi.org/10.52979/raoa.1131252.1306
Hamaguchi, S., Hamada, M., Ikeda, S., Kusaka, S., Akitomo, T., & Nomura, R. (2025). Comparison of the performances of different updated generative artificial intelligence models on the Japanese national dental examination. Journal of Dental Sciences. https://doi.org/10.1016/j.jds.2025.10.003
Tokgöz, T. (2025). New generative artificial intelligence model: ScholarGPT’s performance on dental avulsion. International Journal of Medical Informatics, 204, 106080. https://doi.org/10.1016/j.ijmedinf.2025.106080
Kumar, G., Singh, R., Arya, V., & Mishra, S. (2024). Analyzing barriers in adoption of artificial intelligence for resilient health care services to society. Global Journal of Flexible Systems Management, 25(1), 179–197. https://doi.org/10.1007/s40171-024-00373-4
Kusaka, S., Akitomo, T., Hamada, M., Asao, Y., Iwamoto, Y., Tachikake, M., Mitsuhata, C., & Nomura, R. (2024). Usefulness of generative artificial intelligence (AI) tools in pediatric dentistry. Diagnostics, 14(24), 2818. https://doi.org/10.3390/diagnostics14242818
Ma, Z., Du, C., Lao, Q., & Xie, X. (2026). Generative artificial intelligence: Applications and future prospects in dentistry. International Dental Journal, 76(1), 108276. https://doi.org/10.1016/j.identj.2025.108276
Makrygiannakis, M., Giannakopoulos, K., & Kaklamanos, E. (2024). Evidence-based potential of generative artificial intelligence large language models in orthodontics: A comparative study of ChatGPT, Google Bard, and Microsoft Bing. European Journal of Orthodontics, 48(1). https://doi.org/10.1093/ejo/cjae017
Or, A., Sukumar, S., Ma, A., Ang, D., Liu, M., Ritchie, H. E., & Sarrafpour, B. (2025). Enhancing dental students’ history-taking skills with a generative artificial intelligence chatbot. Journal of Dental Education, e13952. https://doi.org/10.1002/jdd.13952
Ossowska, A., Kusiak, A., & Świetlik, D. (2022). Artificial intelligence in dentistry—Narrative review. International Journal of Environmental Research and Public Health, 19(6), 3449. https://doi.org/10.3390/ijerph19063449
Page, M., McKenzie, J., Bossuyt, P., Boutron, I., Hoffmann, T., Mulrow, C., Shamseer, L., Tetzlaff, J., Akl, E., Brennan, S., Chou, R., Glanville, J., Grimshaw, J., Hróbjartsson, A., Lalu, M., Li, T., Loder, E., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Paisano-Serrano, J. (2025). Inteligencia artificial en ortodoncia y odontología: Revisión sistemática. Cuaderno de Odontología. Revista Científica, 3(1), 1–7. https://doi.org/10.62574/cnkgbh29
Preiksaitis, C., & Rose, C. (2023). Opportunities, challenges, and future directions of generative artificial intelligence in medical education: Scoping review. JMIR Medical Education, 9(1), e48785. https://doi.org/10.2196/48785
Raj, M., & Ravindran, V. (2025). A comparative study on generative artificial intelligence by evaluating multiple large language models for guidance to parents toward pediatric dentistry: A multimodal comparative LLM study. Journal of International Oral Health, 17(5), 378-387. https://doi.org/10.4103/jioh.jioh_143_25
Semerci, Z., & Yardımcı, S. (2024). Empowering modern dentistry: The impact of artificial intelligence on patient care and clinical decision making. Diagnostics, 14(12), 1260. https://doi.org/10.3390/diagnostics14121260
Soliman, A., Lundgren, L., Tabejamaat, M., & Anderud, J. (2025). Generative artificial intelligence in dental implants. Intelligent health systems – From technology to data and knowledge, 327, 235–236. https://doi.org/10.3233/SHTI250315
Umer, F., & Adnan, N. (2024). Generative artificial intelligence: Synthetic datasets in dentistry. BDJ Open, 10(1), 13. https://doi.org/10.1038/s41405-024-00198-4
Universidad de Navarra. (2025). ¿Qué es la odontología? Diccionario médico. Clínica Universidad de Navarra. https://www.cun.es/diccionario-medico/terminos/odontologia
Uribe, S., Maldupa, I., & Schwendicke, F. (2025). Integrating generative AI in dental education: A scoping review of current practices and recommendations. European Journal of Dental Education, 29(2), 341–355. https://doi.org/10.1111/eje.13074
Villena, F., Véliz, C., García-Huidobro, R., & Aguayo, S. (2025). Generative artificial intelligence in dentistry: A narrative review of current approaches and future challenges. Dentistry Review, 5(4), 100160. https://doi.org/10.1016/j.dentre.2025.100160
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Pablo Andrés Parra Martínez, David Gerardo Carrillo Vaca, Daniela Jessica Barba Flores, Angélica Catalina Oyervide Soto, Paola Natalí Paredes Chinizaca
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
