La inteligencia artificial muestra resultados prometedores para apoyar el diagnóstico de lesiones de mucosa oral mediante fotografías clínicas, imágenes histopatológicas digitalizadas, datos moleculares, laringoscopia, espectroscopía y modelos multimodales. El artículo revisa 16 publicaciones entre enero de 2020 y febrero de 2025: seis sobre liquen plano oral, una sobre estomatitis aftosa recurrente, cinco sobre leucoplasia oral y cuatro sobre leucoplasia laríngea. Aunque se incluyeron 16 publicaciones, la evidencia no es homogénea: combina enfermedades distintas, modelos diferentes, fotografías clínicas, histopatología digital, datos genéticos, laringoscopia, espectroscopía y modelos multimodales. Por eso, los resultados no deben compararse como si provinieran de un único tipo de estudio.

Un punto crítico es que no todos los estudios usaron confirmación histopatológica como referencia diagnóstica. Algunos modelos se entrenaron con diagnósticos clínicos, fotografías anotadas por expertos o datos incompletos; por tanto, una métrica alta puede depender de etiquetas imperfectas.

La idea central no es que la IA ya pueda diagnosticar por sí sola, sino que podría ayudar a clasificar, detectar o priorizar lesiones cuando existen imágenes de buena calidad, entrenamiento adecuado, validación externa y supervisión profesional. En lesiones potencialmente malignas, la IA debe funcionar como apoyo de cribado o segunda lectura, no como sustituto de exploración clínica completa, biopsia ni histopatología.

El punto clínico más importante para CarpuleNet es la prudencia: un resultado de IA aparentemente tranquilizador no debe detener la derivación o biopsia si la lesión persiste, crece, se ulcera, se indura, sangra, cambia de color, es unilateral, es roja/blanca o se localiza en una zona de riesgo. El riesgo más peligroso no es solo el falso positivo, sino el falso negativo que retrasa el diagnóstico.

1. Qué significa IA en este contexto

En este artículo, IA incluye redes neuronales artificiales, redes neuronales convolucionales, modelos de aprendizaje profundo, modelos de lenguaje multimodal, análisis de textura, aprendizaje por transferencia, modelos con datos moleculares y algoritmos de segmentación o clasificación. La mayoría se usa para reconocer patrones en imágenes o datos que para el ojo humano pueden ser difíciles de cuantificar de forma constante.

2. Por qué la mucosa oral es difícil para la IA

Las lesiones de mucosa oral cambian mucho según iluminación, saliva, movimiento, ángulo de la foto, color de mucosa, localización anatómica, inflamación, trauma, restauraciones, prótesis y calidad de imagen. Además, muchas entidades se parecen clínicamente: liquen plano oral, lesiones liquenoides, leucoplasia, displasia, úlcera traumática, aftas o carcinoma temprano pueden superponerse en apariencia.

3. Por qué la histopatología sigue siendo clave

La revisión recuerda que la biopsia con estudio histopatológico sigue siendo el estándar para lesiones potencialmente malignas. La IA puede ayudar a decidir qué lesión observar con mayor atención, dónde documentar o qué imagen clasificar, pero no puede confirmar por sí sola displasia, invasión ni transformación maligna.

¿Qué quiso revisar el artículo?

Los autores quisieron presentar aplicaciones potenciales de la IA en el diagnóstico de enfermedades mucocutáneas seleccionadas, especialmente liquen plano oral, estomatitis aftosa recurrente, leucoplasia oral y leucoplasia laríngea. La revisión también incluye estudios de laringe porque comparten origen epitelial, potencial premaligno y retos diagnósticos parecidos dentro del tracto aerodigestivo superior.

¿Cómo buscó la evidencia?

La búsqueda se realizó en PubMed, Web of Science, Scopus y Google Scholar desde enero de 2020 hasta febrero de 2025. Se incluyeron estudios sobre las entidades seleccionadas que aplicaban IA en procedimientos diagnósticos. Se excluyeron estudios que no se relacionaban directamente con esas enfermedades o sin texto completo disponible. Finalmente se incluyeron 16 publicaciones.

1. Estomatitis aftosa recurrente: buen rendimiento inicial, pero evidencia limitada

La revisión encontró poca evidencia específica para RAS. El estudio principal utilizó 785 fotografías orales: 251 de aftas recurrentes, 271 de mucosa normal y 263 de otras enfermedades de mucosa. El modelo ResNet50 preentrenado tuvo el mejor rendimiento de clasificación, con precisión de 92.86%, sensibilidad de 91.84%, F1-score de 92.24%, especificidad de 96.41% y AUC de 98.95%. Para detección de lesiones, YOLOv5 preentrenado logró precisión de 98.70%, sensibilidad de 79.51%, F1-score de 88.07% y PR AUC de 90.89%.

Interpretación clínica: estos resultados son prometedores para reconocer aftas típicas, recurrentes y autolimitadas en imágenes, pero la sensibilidad menor del detector sugiere riesgo de falsos negativos en úlceras pequeñas, atípicas o mal fotografiadas. En RAS, la IA no debe usarse para tranquilizar ante una úlcera única, persistente, indurada, sangrante, de bordes elevados, asociada a pérdida de peso, inmunosupresión o sin patrón recurrente claro.

2. Liquen plano oral: la IA puede ayudar, pero el diagnóstico sigue siendo complejo

En OLP se revisaron modelos basados en fotografías clínicas, modelos multimodales, redes neuronales con datos clínicos, análisis histopatológico de células inflamatorias y modelos moleculares. Algunos estudios reportaron rendimientos altos, como Xception con 88.18% de accuracy/exactitud diagnóstica y F1 de 88.70%, o Inception V3 con 100% de clasificación en un conjunto pequeño. Ese 100% debe interpretarse con extrema cautela: proviene de una muestra pequeña, con imágenes seleccionadas y sin validación multicéntrica amplia. No significa que el modelo diagnostique OLP de forma perfecta en práctica clínica real.

Un estudio histopatológico con QuPath y red neuronal artificial mostró resultados muy altos para diferenciar OLP de lesiones liquenoides y displasia con respuesta liquenoide, con AUC de 0.982-0.988, sensibilidad de 100% y exactitud de 94.62%. Esta línea es clínicamente interesante porque se acerca más al patrón tisular real, pero sigue requiriendo validación multicéntrica.

Interpretación clínica: la IA podría apoyar al odontólogo en lesiones típicas o en documentación, pero el OLP no debe diagnosticarse solo por fotografía. En OLP, el diagnóstico requiere correlación clínica e histopatológica cuando corresponde; las pruebas inmunológicas pueden ser útiles en casos atípicos o cuando se sospechan enfermedades ampollares, lupus u otras lesiones imitadoras. Una lesión liquenoide inducida por fármacos, materiales dentales o irritantes locales no debe etiquetarse automáticamente como OLP idiopático. Si hay unilateralidad, contacto con restauración, inicio tras medicamento o patrón atípico, debe reconsiderarse el diagnóstico y valorar biopsia o interconsulta.

3. Leucoplasia oral: la IA todavía no resuelve el problema clínico principal

La leucoplasia oral es una placa blanca de riesgo cuestionable que no se desprende y no se explica por otra enfermedad. La revisión señala que su transformación maligna puede variar ampliamente y que la detección temprana sigue siendo un reto. En modelos sobre fotografías de lengua, el rendimiento para OSCC fue mejor que para leucoplasia, y la sensibilidad bajó cuando se incluyeron lesiones de leucoplasia. Los errores aumentaron con sobreexposición, mala iluminación o lesiones pequeñas.

El uso de ChatGPT-4.0 con imágenes y datos clínicos mostró que la información textual mejoraba mucho el desempeño diagnóstico. Para leucoplasia, la sensibilidad y especificidad pasaron de 72.2% y 92.6% con imágenes solas a 93.3% y 96.7% con imágenes más historia clínica. Esto sugiere que la IA puede depender más del contexto clínico que de la imagen aislada. Pero que el rendimiento mejore al añadir historia clínica no convierte a ChatGPT-4.0 ni a otros modelos multimodales en herramientas clínicas validadas para uso autónomo; más bien muestra que la imagen aislada es insuficiente y que el razonamiento clínico contextual sigue siendo esencial.

Un estudio histopatológico con XGBoost y aprendizaje profundo intentó predecir pérdida del cromosoma 9p, una alteración temprana relevante en cáncer de cabeza y cuello. Obtuvo AUC de 0.890 en validación y 0.762 en prueba para leucoplasia. Es prometedor, pero no equivale a prueba clínica rutinaria.

4. Leucoplasia laríngea: útil como modelo transferible, pero no es mucosa oral pura

La revisión incluyó cuatro estudios de leucoplasia laríngea o vocal porque comparten problemas diagnósticos similares. YOLO-4 alcanzó F1 de 0.85 y exactitud de 0.94 en clasificación de tumores benignos de cuerdas vocales. Un modelo MIL para leucoplasia de pliegue vocal alcanzó exactitud de 85% y AUC de 0.851, superando a médicos menos experimentados. Sin embargo, estos resultados proceden de laringoscopia y no deben trasladarse automáticamente a una consulta odontológica general.

Interpretación clínica: la evidencia laríngea sirve para entender el potencial de la IA en mucosa del tracto aerodigestivo superior, pero no reemplaza estudios específicos en cavidad oral. La leucoplasia laríngea sirve como modelo de lesión epitelial, pero no debe mezclarse con leucoplasia oral como si fueran la misma entidad clínica: cambian la anatomía, el método de imagen, la exposición, el especialista que evalúa y las decisiones terapéuticas.

Las figuras comparativas del artículo muestran métricas de rendimiento elevadas, pero agrupan accuracy, AUC y F1-score de estudios distintos. Esas métricas no son equivalentes entre sí y no deben compararse como si midieran exactamente lo mismo ni como si probaran superioridad clínica directa de un modelo sobre otro.

1. La IA puede ayudar a mirar mejor, pero no decide sola

El artículo apoya la idea de que la IA podría servir como apoyo para cribado, clasificación, documentación, priorización de casos o teleodontología. Pero todavía no hay evidencia suficiente para usarla como sistema autónomo. La decisión clínica debe integrar historia, evolución, localización, palpación, factores de riesgo, dolor, sangrado, induración, respuesta al tratamiento y, cuando corresponda, biopsia.

2. El peligro clínico central es el falso negativo

En lesiones potencialmente malignas, el error más grave es que el sistema clasifique una lesión como benigna y el clínico retrase la biopsia. Esto es especialmente importante en lengua lateral, piso de boca, lesiones rojas/blancas, placas no desprendibles, úlceras persistentes, lesiones induradas, lesiones de crecimiento progresivo o pacientes con tabaco, alcohol u otros factores de riesgo.

3. La imagen aislada rara vez es suficiente

La mejoría del rendimiento cuando se añade historia clínica muestra una lección importante: la fotografía por sí sola no siempre contiene toda la información. Una misma imagen puede representar trauma, candidiasis hiperplásica, leucoplasia, OLP, lesión liquenoide o carcinoma temprano. Por eso, los modelos multimodales son más prometedores, pero también más complejos.

• Es una revisión narrativa/literature review, no una revisión sistemática, no un metaanálisis y no presenta una síntesis PRISMA formal con evaluación de riesgo de sesgo.

• Incluye solo 16 publicaciones y varias tienen muestras pequeñas, datasets de un solo centro o categorías clínicas limitadas.

• Muchos estudios se basan en fotografías clínicas con calidad, iluminación, ángulo y resolución variables.

• No todos los diagnósticos tuvieron confirmación histopatológica; algunos modelos usaron etiquetas clínicas, fotografías anotadas por expertos o referencias incompletas, lo que puede afectar la validez de las métricas.

• Los rendimientos altos pueden estar inflados por datasets controlados, sobreajuste, falta de validación externa o clases poco representadas.

• La evidencia sobre RAS es escasa; básicamente se apoya en un estudio principal con fotografías.

• La leucoplasia oral sigue siendo difícil de diferenciar de OSCC, OLP y otras lesiones blancas; la IA todavía no resuelve este problema de manera autónoma.

• Los estudios de laringe son útiles como referencia, pero no son evidencia directa para diagnóstico de mucosa oral en odontología general.

• El uso de fotografías clínicas y modelos multimodales exige consentimiento, protección de datos, anonimización y control de quién interpreta, almacena o reutiliza las imágenes.

• La revisión no demuestra que la IA reduzca biopsias innecesarias, retraso diagnóstico, costos, transformación maligna, mortalidad ni mejore supervivencia.

El lector aprende que la IA en mucosa oral no debe verse como “máquina que diagnostica”, sino como una posible ayuda para mirar, clasificar y priorizar mejor. Su mayor valor futuro podría estar en combinar fotografía clínica, historia, localización, histopatología digital, biomarcadores y seguimiento. Pero hoy, ante lesiones sospechosas, la seguridad clínica depende de no delegar el juicio diagnóstico en un algoritmo.

Esta revisión muestra que la IA tiene potencial real para apoyar el diagnóstico de enfermedades de mucosa oral como OLP, RAS y leucoplasia. Los mejores resultados aparecen cuando las imágenes están bien tomadas, los modelos son preentrenados, hay datos suficientes y existe validación. Aun así, la evidencia es heterogénea y todavía insuficiente para uso autónomo.

Para CarpuleNet, el mensaje final es claro: la IA puede convertirse en una herramienta de apoyo para el diagnóstico temprano de lesiones orales, pero no debe retrasar biopsias ni derivaciones. Como principio clínico general, toda lesión persistente, no desprendible, roja/blanca, ulcerada, indurada, progresiva, unilateral o ubicada en zona de riesgo debe evaluarse con criterio clínico completo, documentación adecuada y confirmación histopatológica cuando esté indicada. Esta revisión no demuestra que usar IA reduzca biopsias innecesarias, retraso diagnóstico, costos, transformación maligna o mortalidad; resume estudios diagnósticos preliminares con resultados variables.

La IA puede ayudar a detectar patrones, pero el odontólogo debe detectar el peligro: una lesión sospechosa no se vuelve segura porque un algoritmo la clasifique como benigna.

Andrzejczak B, Diedul A, Szczepankiewicz A, Trojanowski P, Skrzypczak A, Baczkiewicz A, Szymanska H, Wyganowska ML, Slebioda Z. Use of Artificial Intelligence for Diagnosing Oral Mucosa Conditions: A Review. Diagnostics. 2026;16(2):365. doi:10.3390/diagnostics16020365.

Enlace del artículo: https://www.mdpi.com/2075-4418/16/2/365