Estimación de la edad asistida por IA a partir del desgaste oclusal dental mediante imágenes de biofluorescencia

Por qué tus dientes pueden contar tu historia

A lo largo de la vida, nuestros dientes registran silenciosamente los años. Cada comida, cada tentempié y cada apriete nocturno deja pequeñas marcas en sus superficies masticatorias. Este estudio muestra cómo una combinación de imágenes basadas en luz especial y de inteligencia artificial (IA) puede leer esas marcas para estimar la edad de una persona sin necesidad de perforaciones, radiografías ni conjeturas. El enfoque podría, en el futuro, ayudar en investigaciones forenses, grandes estudios de salud e incluso en revisiones dentales rutinarias.

Iluminando pistas dentales ocultas

Los dientes no solo reflejan la luz ordinaria; también emiten un tenue brillo cuando se iluminan con ciertos colores. Los investigadores usaron una técnica llamada fluorescencia inducida por luz cuantitativa, que baña los dientes con luz violeta-azulada y registra el resplandor verdoso que retorna. El esmalte normal y las zonas desgastadas brillan de forma diferente, generando una señal medible relacionada con cuánto se ha erosionado un diente con el tiempo. A partir de estas imágenes, el equipo calculó un número, llamado puntuación de desgaste, para la zona más desgastada de cada diente, convirtiendo una impresión visual difusa del desgaste en una medida precisa.

De la luminosidad dental a cifras de edad

El estudio analizó más de 2.700 dientes de 104 adultos de 20 a 69 años. Los científicos comprobaron primero si sus puntuaciones de desgaste eran fiables cuando se medían dos veces, y resultaron ser altamente consistentes. Luego examinaron cómo se relacionaba la puntuación media de desgaste de todos los dientes con la edad real de la persona. El resultado mostró una fuerte tendencia ascendente: las personas mayores, por lo general, presentaban puntuaciones más altas, es decir, un desgaste más pronunciado. Esto confirmó que la medida basada en fluorescencia no era solo una curiosidad técnica, sino que seguía de manera genuina el cambio relacionado con la edad en las superficies dentales.

Entrenar una IA para leer las marcas temporales dentales

A continuación, el equipo preguntó si un modelo de aprendizaje automático podría combinar las puntuaciones de desgaste de muchos dientes para predecir la edad de alguien. Utilizaron un método llamado random forest, que combina las decisiones de muchos árboles de decisión simples para producir una estimación única. Los datos se dividieron cuidadosamente para que el modelo aprendiera con un grupo de personas y luego se probara con individuos completamente distintos, evitando resultados excesivamente optimistas. Tras ajustar los parámetros del modelo, su error típico en casos no vistos fue de alrededor de siete a ocho años, comparable con muchos métodos dentales existentes que dependen de radiografías o muestreo invasivo.

Encontrar los pocos dientes que más importan

Revisar todos los dientes puede ser lento y no siempre es posible, especialmente cuando faltan dientes o están muy restaurados. Para hacer el sistema más práctico, los investigadores emplearon un algoritmo que probó sistemáticamente diferentes combinaciones de dientes y conservó aquellas que preservaban la mayor parte del poder predictivo. Sorprendentemente, descubrieron que solo siete dientes colocados estratégicamente —delanteros y posteriores, superiores e inferiores— ofrecían un rendimiento casi tan bueno como usar el conjunto completo de 28 dientes. De hecho, estos siete dientes mostraron una relación ligeramente más fuerte con la edad que la boca completa, lo que sugiere que algunos dientes aportan sobre todo ruido en lugar de información útil.

Qué podría significar esto en la vida cotidiana

Para los no especialistas, la conclusión es que nuestras superficies masticatorias actúan un poco como un calendario biológico, y ese calendario ahora puede leerse mediante una cámara y un modelo de IA interpretable en lugar de solo a simple vista. El método es no invasivo, evita la radiación y apunta hacia sistemas portátiles que podrían estimar la edad en clínicas, estudios de campo y entornos forenses con apenas unas pocas piezas dentales clave. El trabajo actual es una prueba de concepto temprana basada en un número modesto de participantes, por lo que se necesitan estudios más amplios y diversos. Aun así, demuestra que los patrones de brillo en dientes desgastados, filtrados por una IA transparente, pueden ofrecer una nueva forma práctica de estimar cuántos años ha vivido una persona.

Cita: Kim, SK., Lee, ES. & Kim, BI. AI-assisted age estimation from occlusal tooth wear using biofluorescence imaging. Sci Rep 16, 13145 (2026). https://doi.org/10.1038/s41598-026-42573-1

Palabras clave: estimación forense de la edad, desgaste dental, imágenes de biofluorescencia, IA dental, fluorescencia inducida por luz cuantitativa