Defensa de Tesis Doctoral. Nancy Beatriz GANZ


Título: “Predicción de fracasos en implantes dentales mediante la aplicación de ciencia de datos”

Autora: Lic. Nancy Beatriz GANZ (IMAM-FCEQyN-UNaM)

Director: Dr. Horacio Daniel KUNA (FCEQyN-UNaM)

Co-Directora: Dra. Alicia Esther ARES (IMAM-FCEQyN-UNaM)

Subdisciplina: Tecnología de los Materiales

Fecha de la Defensa: 5/03/2021

Lugar: canal oficial de videoconferencias de la facultad: https://youtu.be/nARGWcqH0xw

Calificación: 10 Diez. La presentación le valió la Mención de honor.

Comisión de Supervisión:

Dr. Hernán MERLINO (UBA)

Dra. Alicia Laura MON (UNLaM)

Dr. Oscar Alfredo ALBANI  (IMAM-FCEQyN-UNaM) 

Tribunal Evaluador:

Dr. Hernán MERLINO (UBA)

Dra. Marina Inés QUIROGA (FCEQyN- UNaM)

Dr. José Ángel OLIVAS VARELA  (Universidad de Castilla La Mancha)


Resumen

El gran volumen de datos existente en el sector de la salud dificulta la toma de decisiones por parte de los especialistas, debido a que no se aplican técnicas que aprovechen al máximo la información disponible, ocasionando la dificultad de reconocer patrones de comportamiento y extraer conocimiento oculto de los datos almacenados. Además, la no predicción del comportamiento, basado en el conocimiento previo, puede acarrear un alto porcentaje de inexactitud, más aún cuando se trata de un campo tan primordial como el de la salud.

Hoy en día, la predicción del éxito o fracaso de un implante dental está determinado a través de una evaluación clínica y radiológica. Por esta razón, las predicciones dependen en gran medida de la experiencia del implantólogo. Es por esto, que es de vital importancia contar con un registro de datos de las condiciones del paciente, las características del implante e información del proceso de colocación, debido a que la rehabilitación oral a través de implantes dentales puede presentar riesgos relacionados con la etapa del proceso de oseointegración (implante / tejido). Estos riesgos pueden estar relacionados con las condiciones de salud del paciente, la técnica quirúrgica empleada por el especialista implantólogo, el tipo de implante, así como el tabaquismo, entre muchas otras.

De aquí, surge la necesidad de aplicar técnicas de Ciencia de Datos, debido a que son capaces de extraer patrones, de predecir comportamientos, regularidades y, de sacar provecho a la información automatizada. En esta tesis se estudió el beneficio de la utilización de múltiples técnicas de Ciencia de Datos, para la predicción de factores de fracasos a partir de un conjunto de datos de historias clínicas sobre implantes dentales. Especialmente, se buscó identificar factores que contribuyan al fracaso de estos implantes y determinar las condiciones óptimas que debe tener el paciente y el implante dental utilizado por el profesional implantólogo.

Este trabajo de tesis permitió lograr la creación de un registro novedoso de historias clínicas de pacientes que se han sometido a procesos quirúrgicos de colocación de implantes dentales en la Provincia de Misiones, Argentina. Además, permitió proponer un modelo de aprendizaje automático para identificar y descartar las características redundantes e irrelevantes del conjunto de datos de estudio. Asimismo, se detectaron los factores que ejercen una mayor influencia en el proceso de osteointegración a través de un procedimiento de clasificación y validación por expertos humanos.

Se concluyó que el procedimiento propuesto permitió conocer las características más relevantes y mejoró la precisión en la clasificación de la clase objetivo (fracaso del implante dental), permitiendo no sesgar la toma de decisión en base a la aplicación y resultados de método individuales.

 

Palabras claves: Ciencia de datos, aprendizaje automático, clasificación, implantes dentales, predicción de fracasos.