Predicción de la satisfacción del paciente en ortodoncia digital mediante un modelo basado en KAC que integra soporte de IA y estratificación de riesgo

Por qué tu sonrisa y la tecnología van de la mano ahora

Cada vez más tratamientos de ortodoncia —desde alineadores transparentes hasta brackets personalizados— se guían con herramientas digitales y con inteligencia artificial (IA). Pero incluso cuando la tecnología impresiona, no todos los pacientes quedan satisfechos. Este estudio plantea una pregunta simple pero importante: ¿podemos predecir qué pacientes estarán satisfechos con su atención ortodóntica asistida por IA entendiendo qué saben, cómo se sienten y qué les preocupa?

Más allá de unos dientes alineados

Los investigadores se centraron en la “ortodoncia digital”, que abarca tratamientos que usan herramientas como escáneres 3D, aparatos diseñados por ordenador, diagnóstico asistido por IA y monitorización remota. Aunque estos avances prometen una atención más rápida y precisa, la satisfacción del paciente no siempre ha acompañado el entusiasmo de muchos clínicos. Los pacientes difieren mucho en cuánto entienden la IA, cuánto confían en ella y cuán cómodos se sienten al compartir datos o depender de software. En lugar de fijarse solo en los resultados clínicos o en encuestas sencillas sobre si les gusta la tecnología, el equipo buscó construir una forma estructurada de medir el aspecto humano del cuidado ortodóntico digital.

Tres pilares de la experiencia del paciente

Para ello, los autores desarrollaron un marco que denominan Conocimiento–Actitud–Desafío (KAC). “Conocimiento” recoge cuánto entienden los pacientes las herramientas ortodónticas digitales y basadas en IA. “Actitud” refleja su apertura general, confianza y comodidad al usar estas herramientas en su propio tratamiento. “Desafío” resume los obstáculos percibidos como coste, dificultad técnica, preocupaciones sobre la privacidad, problemas de calendario o ansiedad ante una tecnología desconocida. El equipo creó y probó dos cuestionarios —uno para 500 pacientes y otro para 500 ortodoncistas en toda China— para medir estos tres elementos de forma fiable. Solo las respuestas de los pacientes alimentaron el modelo de predicción, mientras que los datos de los clínicos ayudaron a describir cómo ven los proveedores los mismos asuntos.

Convertir sentimientos y miedos en una predicción

Entre los 500 pacientes, alrededor de siete de cada diez informaron estar satisfechos o muy satisfechos con su tratamiento. Al comparar pacientes satisfechos y menos satisfechos surgieron patrones claros. Aquellos que comprendían mejor la ortodoncia digital y tenían una actitud más positiva hacia la IA informaron de forma consistente mayor satisfacción. En cambio, quienes se sentían agobiados por el coste, preocupaciones técnicas o de privacidad, o por inconvenientes prácticos tendían a estar menos satisfechos. Mediante modelado estadístico, los autores combinaron las puntuaciones KAC con información básica como edad, sexo, nivel educativo y tipo de tratamiento digital (alineadores transparentes frente a brackets fijos personalizados) para predecir quién acabaría satisfecho. El modelo resultante pudo distinguir con buena precisión a los pacientes de mayor y menor satisfacción.

Clasificar a los pacientes según riesgo de satisfacción

El equipo tradujo después las predicciones del modelo en tres grupos simples. Los pacientes cuyas respuestas indicaban bajo riesgo de insatisfacción tenían muchas probabilidades de acabar contentos con la atención, mientras que los del grupo de mayor riesgo mostraron tasas de satisfacción mucho más bajas a pesar de recibir tipos de tratamiento similares. Este paso —denominado estratificación de riesgo— es importante porque convierte puntuaciones abstractas en orientación accionable. Por ejemplo, un paciente identificado como de alto riesgo podría beneficiarse de una conversación más larga sobre cómo funciona el sistema de IA, mayor tranquilidad respecto a la seguridad de los datos o una explicación más clara de lo que las herramientas digitales pueden y no pueden hacer por su sonrisa.

Qué implica esto para futuras visitas ortodónticas

El estudio concluye que la satisfacción del paciente en la ortodoncia asistida por IA depende en gran medida de lo que los pacientes saben, cómo se sienten y qué obstáculos encuentran —no solo de la calidad técnica del tratamiento. El modelo basado en KAC ofrece una herramienta práctica para detectar desde el principio a los pacientes que podrían correr riesgo de decepción, dando a los clínicos la oportunidad de ajustar la comunicación, abordar inquietudes y personalizar el apoyo. A medida que la IA se integre más profundamente en la atención dental, enfoques como este pueden ayudar a que una tecnología más inteligente se traduzca realmente en experiencias mejores y más tranquilizadoras en el sillón.

Cita: Xiaoting, X., Ismail, N.A., Liu, Y. et al. Predicting patient satisfaction in digital orthodontics using a KAC based model integrating AI support and risk stratification. Sci Rep 16, 11164 (2026). https://doi.org/10.1038/s41598-026-39105-2

Palabras clave: ortodoncia digital, satisfacción del paciente, inteligencia artificial en odontología, estratificación de riesgo, actitudes del paciente