ESHNR reúne en Budapest la IA para detectar caries y abscesos: promesa real, pero todavía en fase de investigación

Por Zendoric · 10 de septiembre de 2026.

La Sociedad Europea de Radiología de Cabeza y Cuello (ESHNR, por sus siglas en inglés) celebra su 38ª reunión anual en Budapest del 10 al 12 de septiembre, con sede en el Várkert Bazár y bajo la presidencia de Adrienn Dobai y Bence Tamas Szabo, según el programa publicado por AuntMinnieEurope. El congreso reúne a radiólogos especializados en tumores de cabeza y cuello, imagen dental y base de cráneo, y dedica varias sesiones a inteligencia artificial (IA).

El viernes concentra la agenda de IA: herramientas para detectar caries dentales, sistemas de apoyo a la planificación quirúrgica y una comparación entre resonancia magnética (RM) dental y tomografía computarizada de haz cónico (cone-beam CT, una variante de TC que usa un haz en forma de cono para reconstruir volúmenes 3D de mandíbula y dientes con menos radiación que una TC convencional) para valorar lesiones periapicales y periodontitis. Entre las comunicaciones científicas también figura un modelo de aprendizaje profundo (deep learning) para detectar abscesos cervicales en RM, y estudios con TC de conteo de fotones (photon-counting CT, una tecnología que cuenta fotones de rayos X individuales en lugar de medir la energía acumulada, lo que mejora la resolución y reduce la dosis) aplicada a otosclerosis y adenomas paratiroideos.

El resto del programa se centra en oncología clásica: distinguir cambios esperados por el tratamiento de complicaciones reales, la novena edición de la clasificación AJCC (American Joint Committee on Cancer, el sistema estándar de estadificación tumoral), la extensión extranodal, la imagen de difusión y los hallazgos tras inmunoterapia, además de sesiones formativas sobre base de cráneo, tiroides, paratiroides y urgencias pediátricas.

Conviene leer esta agenda con precisión, porque el propio programa lo deja claro: buena parte de lo relacionado con IA son "research presentations", es decir, estudios que se exponen para que los radiólogos valoren dónde podrían resultar útiles, no herramientas ya validadas ni desplegadas en la práctica clínica diaria. No hay en el material cifras de sensibilidad, especificidad ni estudios multicéntricos que respalden su uso rutinario; lo que hay es una comunidad clínica empezando a poner sobre la mesa dónde encaja la IA en un terreno —dientes, mandíbula, cuello— mucho menos mediático que el cáncer de mama o el pulmón.

Nuestra lectura: que la IA diagnóstica llegue a subespecialidades tan específicas como la radiología dental o la detección de abscesos cervicales es una señal de maduración tecnológica, no de un avance disruptivo puntual. Los mismos tipos de modelo —detección y segmentación entrenados sobre grandes volúmenes de imagen médica— se van adaptando a dominios anatómicos cada vez más estrechos a medida que se acumulan datos etiquetados y mejora el cómputo disponible. Es el patrón habitual de esta tecnología: primero conquista los campos con más volumen de estudios (mamografía, radiografía de tórax, ictus) y después se extiende a nichos más pequeños pero clínicamente relevantes.

Y aquí el cáncer de cabeza y cuello importa especialmente: sigue siendo un grupo de tumores con diagnóstico tardío frecuente y peor pronóstico cuanto más tarda en detectarse. Si estas herramientas de apoyo a la planificación quirúrgica y a la detección temprana de lesiones —dentales, ganglionares, óseas— terminan validándose con series amplias y ensayos prospectivos, encajan de lleno en la promesa de fondo de la IA aplicada a la medicina: no sustituir al radiólogo, sino ayudarle a encontrar antes lo que hoy se encuentra tarde. Ese es el horizonte largo que interesa; lo que este congreso deja claro es que, en 2026, gran parte de ese trabajo todavía se libra en la fase de presentación y discusión entre especialistas, no en la consulta.