Acceso Abierto
Concordancia en el diagnóstico cefalométrico de Mc Namara utilizando inteligencia artificial y trazado digital modificado manualmente con la plataforma WebCeph en radiografías laterales de cráneo del Centro Radiológico UCSM 2025
Cargando...
Fecha
2026-01-02
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Católica de Santa María
Resumen
El objetivo del presente estudio fue determinar el nivel de concordancia entre el trazado
cefalométrico automático generado mediante inteligencia artificial en la plataforma WebCeph
y el trazado digital modificado manualmente para el análisis de McNamara en radiografías
laterales de cráneo del Centro Radiológico UCSM en el año 2025. La investigación adoptó un
enfoque cuantitativo, transversal y analítico, evaluando diez variables cefalométricas
relacionadas con la posición y longitud maxilar y mandibular, discrepancia maxilomandibular,
proporciones verticales, ángulos esqueléticos y posición dentoalveolar. La concordancia entre
ambas técnicas se determinó mediante la prueba Kappa de Cohen.
Los resultados evidenciaron niveles de concordancia sustancial y casi perfecta en la mayoría de
los parámetros evaluados. Variables como la posición mandibular (0.813), la longitud
mandibular (0.841), la diferencia maxilomandibular (0.932), el ángulo del plano mandibular
(0.949) y 1-NB (0.945) mostraron los coeficientes más altos, indicando una correspondencia
prácticamente total entre el método automático y el manual. Aunque algunas variables, como
la posición maxilar (0.742) y el ángulo del eje facial (0.797), presentaron valores ligeramente
menores.
Se concluye que el diagnóstico obtenido porWebCeph con inteligencia artificial y modificación
manual, es confiable ya que los valores de kappa muestran una concordancia sustancial y
confiable. Estos hallazgos refuerzan la utilidad de la inteligencia artificial en la evaluación
craneofacial y promueven su integración progresiva en la práctica clínica y académica
Descripción
Palabras clave
Cefalometría, Inteligencia Artificial, Ortodoncia