Cuando la inteligencia artificial imagina sonrisas: cómo las redes GAN están transformando la ortodoncia.

TECING · Vol. 2, Núm. 2 (2026), pp. 21-27

When artificial intelligence imagines smiles: how GANs are transforming orthodontics.

Acevedo Díaz, Emmanuel^1*

¹ Facultad de Ingeniería. Universidad Autónoma del Estado de México.

Autor de correspondencia: eacevedod@uaemex.mx

Palabras clave: GAN; IA; Ortodoncia; Predicción

Keywords: GAN; AI; Orthodontics; Prediction

¿Por qué es importante este tema?

Una de las preguntas más frecuentes en ortodoncia es cómo se verá un paciente cuando termine el tratamiento. Para muchos pacientes, la respuesta es tan importante como la corrección funcional de la mordida, ya que la apariencia de la sonrisa y del rostro influye en la percepción de bienestar y satisfacción con el tratamiento. La posibilidad de visualizar resultados futuros reduce la incertidumbre, mejora la comunicación clínica y facilita la toma de decisiones. En este contexto surge una pregunta fundamental: ¿puede la inteligencia artificial generar representaciones realistas de los cambios faciales y dentales producidos por un tratamiento ortodóncico?

Antecedentes

Antes de la llegada de la inteligencia artificial, la predicción de los resultados de un tratamiento ortodóncico dependía principalmente de la experiencia clínica del especialista. Durante gran parte del siglo XX, la planificación se realizaba mediante trazados manuales sobre radiografías cefalométricas, un procedimiento que consistía en identificar puntos anatómicos específicos del cráneo y los tejidos blandos para posteriormente realizar mediciones y cálculos geométricos [5, 6].

Estos puntos de referencia, conocidos como landmarks, permitían estimar la posición futura de los dientes y algunos cambios faciales asociados al tratamiento. Sin embargo, el procedimiento era laborioso, requería una elevada experiencia profesional y estaba sujeto a variaciones entre observadores [5, 7]. Incluso pequeñas diferencias en la localización de un punto anatómico podían generar cambios significativos en la predicción final.

Con la incorporación de las computadoras comenzaron a surgir programas especializados capaces de automatizar parte de estos cálculos. Entre ellos destacan sistemas como Dolphin Imaging y otras plataformas de planificación virtual que permitieron realizar simulaciones digitales del tratamiento [8, 6]. Aunque estos programas representaron un avance importante respecto a los métodos manuales, continuaban basándose en relaciones matemáticas relativamente simples entre los tejidos duros (huesos y dientes) y los tejidos blandos (labios, mejillas y mentón).

Diversos estudios demostraron que estas herramientas eran capaces de proporcionar aproximaciones clínicamente aceptables, generalmente dentro de errores cercanos a 1 o 2 milímetros. Sin embargo, regiones particularmente sensibles desde el punto de vista estético, como los labios y el mentón, seguían mostrando discrepancias considerables entre las simulaciones y los resultados reales obtenidos después del tratamiento [8, 6, 3].

A partir de la década de 2010 comenzó una nueva etapa impulsada por el aprendizaje profundo (Deep Learning). Las redes neuronales artificiales (ANN), las redes neuronales convolucionales (CNN) y las redes neuronales profundas (DNN) empezaron a aprender directamente a partir de miles de imágenes clínicas en lugar de depender exclusivamente de reglas definidas por especialistas [2, 9].

Los resultados fueron prometedores. Algunos modelos lograron errores de predicción inferiores a los dos milímetros, considerados clínicamente aceptables para múltiples aplicaciones ortodóncicas [3]. No obstante, estos sistemas tenían una limitación importante: estaban diseñados principalmente para detectar, clasificar o medir estructuras anatómicas, pero no para generar imágenes nuevas.

El verdadero cambio de paradigma llegó con la aparición de la inteligencia artificial generativa, las redes GAN (Generative Adversarial Network, por sus siglas en inglés). En lugar de limitarse a analizar imágenes existentes, los nuevos modelos comenzaron a crear imágenes completamente nuevas, capaces de representar escenarios futuros posibles. De esta manera, la investigación pasó de responder la pregunta “¿qué estamos observando?” a intentar responder “¿qué podría ocurrir después del tratamiento?” [1, 3].

Funcionamiento de las redes GAN

Una GAN es una modelo de inteligencia artificial que está formada por dos redes neuronales que compiten entre sí durante el entrenamiento. La primera red, el generador, intenta crear imágenes artificiales cada vez más realistas, mientras que la segunda, el discriminador, pretende diferenciar entre imágenes reales y generadas. Este proceso competitivo permite que ambos modelos mejoren progresivamente hasta producir imágenes de alta calidad visual [10, 11]. Para ser más claros, imaginemos que una red GAN funciona como un juego constante entre un falsificador de arte (generador) que intenta crear pinturas falsas perfectas y un crítico de arte (discriminador) que busca descubrir si la obra es original o falsa. El falsificador dibuja una línea mal hecha y el crítico se da cuenta que es falso; posteriormente el falsificador regresa a su estudio y aprende de su error y mejora la pintura, pero aun así el crítico vuelve a detectar la falsificación. Este ciclo continúa hasta que el falsificador logra pintar un cuadro que el crítico no detecta como falso. La figura 1 muestra el funcionamiento general de una red GAN.

En el contexto de la ortodoncia, una GAN puede entrenarse utilizando fotografías tomadas antes y después de tratamientos ortodóncicos. Al analizar miles de casos, el sistema comienza a identificar patrones difíciles de detectar incluso para un especialista humano. Por ejemplo, puede aprender que la retracción de determinados incisivos suele producir cambios específicos en la posición del labio superior o que ciertas modificaciones en el arco dental repercuten en la amplitud de la sonrisa. En lugar de programar explícitamente estas relaciones, el sistema las descubre automáticamente a partir de los datos [3].

Uno de los avances más importantes de los últimos años consiste en integrar simultáneamente información facial y dental. Mientras que en los enfoques tradicionales las simulaciones del rostro y de los dientes podían desarrollarse de forma independiente, los modelos actuales reconocen que ambos elementos forman parte de un mismo sistema biológico. Para ello utilizan diversas fuentes de información, entre ellas fotografías faciales e intraorales, radiografías cefalométricas, escaneos digitales de los dientes y otros registros clínicos relevantes. A partir de estos datos, las GAN aprenden relaciones entre los movimientos dentales y los cambios observados en los tejidos blandos. De esta manera, cuando el sistema predice una retracción de incisivos o una expansión del arco dental, también puede estimar cómo podrían desplazarse los labios, modificarse la sonrisa o alterarse ciertos rasgos del perfil facial [4].

Esta capacidad ofrece ventajas importantes con respecto a los métodos tradicionales, ya que permite aprender relaciones difíciles de describir mediante ecuaciones convencionales, aprovechar la información derivada de miles de tratamientos reales, generar representaciones visuales intuitivas para los pacientes e integrar simultáneamente características faciales y dentales. Además, los modelos pueden mejorar progresivamente conforme se incorporan nuevos casos clínicos, aumentando así su capacidad predictiva y su utilidad potencial en la práctica ortodóncica.

Modelos actuales

StyleGAN-2

Uno de los modelos generativos más influyentes de los últimos años es StyleGAN-2 (Style-based Generative Adversarial Network 2). Originalmente fue desarrollado para generar rostros humanos extremadamente realistas, capaces de reproducir detalles complejos como textura de la piel, expresiones faciales, iluminación y proporciones anatómicas. Debido a esta capacidad, investigadores en odontologí¬a y ortodoncia comenzaron a explorar su aplicación para predecir resultados estéticos posteriores a un tratamiento ortodóncico [10].

El proceso comienza con una colección de fotografí¬as obtenidas antes y después de tratamientos ortodóncicos. Durante el entrenamiento, el modelo analiza miles de ejemplos e identifica patrones que relacionan las caracterí¬sticas iniciales del paciente con los resultados alcanzados al finalizar el tratamiento. De esta manera, aprende cómo suelen evolucionar distintos tipos de sonrisas y configuraciones faciales.

De forma simplificada, el funcionamiento del modelo comienza con la recopilación de fotografías de pacientes antes y después del tratamiento. Posteriormente, el sistema analiza las diferencias existentes entre ambas imágenes e identifica patrones de transformación que aparecen de manera recurrente en pacientes con características similares. Durante el entrenamiento, estos patrones son refinados continuamente hasta que el modelo es capaz de generar nuevas imágenes que representan una posible apariencia posterior al tratamiento. El resultado es una simulación visual que intenta anticipar cómo podrían modificarse la sonrisa y algunos rasgos faciales después de la intervención ortodóncica.

Sin embargo, StyleGAN-2 también presenta limitaciones importantes. El modelo trabaja principalmente con fotografí¬as faciales completas y aprende la sonrisa como parte del rostro en conjunto. En consecuencia, aunque puede generar imágenes muy realistas desde el punto de vista estático, no siempre representa con precisión los movimientos individuales de cada pieza dental. Esto significa que puede producir una sonrisa visualmente atractiva, pero cuya morfologí¬a dental no coincida exactamente con el resultado clí¬nico real observado después del tratamiento.

OrthoGAN

Representa uno de los desarrollos más recientes dentro de la predicción ortodóncica basada en inteligencia artificial. El modelo combina fotografías faciales e información dental para generar simulaciones más precisas y realistas, obteniendo evaluaciones favorables tanto de especialistas como de pacientes [11]. En la figura 2 se muestra un resultado hipotético de cómo sería el resultado de una predicción realizada por un modelo GAN.

La idea fundamental detrás de este modelo es relativamente sencilla: si el objetivo final de un tratamiento ortodóncico es modificar la posición de los dientes para mejorar la función y la estética, entonces la inteligencia artificial debe comprender simultáneamente tanto la estructura dental como su impacto sobre la sonrisa y el rostro. Para lograr este objetivo, OrthoGAN desarrolla el proceso en dos fases estrechamente relacionadas. En la primera, el sistema recibe una fotografía frontal del paciente y utiliza técnicas de segmentación para identificar automáticamente la región de la sonrisa, delimitando estructuras anatómicas relevantes como los dientes y el contorno bucal. Esta etapa permite comprender la configuración facial inicial sobre la cual se construirá la simulación. En la segunda fase, el modelo incorpora información obtenida mediante escaneos intraorales digitales que describen con precisión la posición y la forma tridimensional de los dientes. A partir de estos datos, OrthoGAN estima cómo podrían alinearse las piezas dentales al finalizar el tratamiento. Posteriormente, la nueva configuración dental es integrada nuevamente en la fotografía facial original, generando una representación visual que intenta reflejar tanto la alineación esperada de los dientes como su impacto sobre la apariencia general de la sonrisa y del rostro.

OrthoGAN representa uno de los ejemplos más avanzados de cómo la inteligencia artificial generativa puede utilizarse para acercar la predicción ortodóncica a un escenario donde la sonrisa futura de un paciente pueda visualizarse de manera cada vez más realista antes de iniciar el tratamiento.

Oportunidades y desafíos

Los esfuerzos actuales se orientan hacia modelos multimodales capaces de combinar fotografías faciales, escaneos intraorales, radiografías y modelos tridimensionales. A largo plazo podrían existir simulaciones prácticamente instantáneas y altamente personalizadas. Los pacientes podrían visualizar mejor los objetivos del tratamiento; los estudiantes tendrían acceso a nuevas herramientas educativas y los especialistas podrían beneficiarse de sistemas de apoyo clínico basados en inteligencia artificial.

No obstante, la incorporación de estos algoritmos en el ámbito de la salud también plantea importantes desafíos éticos y científicos. El entrenamiento de los modelos requiere grandes volúmenes de información clínica, incluyendo fotografías faciales, imágenes radiográficas y registros dentales, lo que exige garantizar la protección de la privacidad de los pacientes y un manejo responsable de los datos. Asimismo, si los conjuntos de entrenamiento no representan adecuadamente la diversidad de la población, los modelos pueden desarrollar sesgos que afecten la precisión de las predicciones para determinados grupos de individuos. A ello se suma la necesidad de realizar procesos rigurosos de validación clínica que permitan comprobar que las simulaciones generadas son confiables, reproducibles y seguras antes de incorporarlas de manera generalizada a la práctica profesional. En consecuencia, el desarrollo de estas tecnologías no solo implica avances computacionales, sino también la construcción de marcos éticos, regulatorios y clínicos que garanticen su uso responsable en beneficio de los pacientes.

Finalmente, es importante recordar que, aunque las herramientas basadas en inteligencia artificial están alcanzando niveles de precisión cada vez mayores, su función principal es actuar como sistemas de apoyo para la toma de decisiones clínicas y no como sustitutos del especialista. La experiencia del ortodoncista continúa siendo fundamental para interpretar los resultados generados por los algoritmos, evaluar las características biológicas particulares de cada paciente y considerar factores funcionales, estéticos y éticos que van más allá de los datos disponibles para un modelo computacional. En este sentido, las tecnologías basadas en inteligencia artificial deben entenderse como una extensión de las capacidades humanas, utilizadas para complementar el juicio clínico y mejorar la comunicación con los pacientes, pero siempre bajo la supervisión y responsabilidad de profesionales capacitados. De esta manera, el mayor potencial de la inteligencia artificial no radica en reemplazar al profesional de la salud, sino en fortalecer la colaboración entre el conocimiento clínico humano y las capacidades analíticas de los sistemas computacionales para lograr tratamientos cada vez más precisos, personalizados y centrados en el paciente.

Contribución de autores

Referencias

© 2026 Los Autores. Publicado por TECING. Artículo de acceso abierto bajo licencia CC BY.