Saliva e IA: Nueva vía para detectar la periodontitis

Investigadores de la USC y del IDIS desarrollan un método no invasivo con alta precisión diagnóstica.

Imagen de una muestra de saliva bajo un microscopio con representación de inteligencia artificial.
IA

Imagen de una muestra de saliva bajo un microscopio con representación de inteligencia artificial.

Un equipo de la Universidad de Santiago de Compostela (USC) y del Instituto de Investigación Sanitaria de Santiago de Compostela (IDIS) ha demostrado el potencial de combinar el análisis del microbioma oral y la inteligencia artificial para desarrollar herramientas no invasivas de detección de la periodontitis.

La investigación, liderada por el Oral Sciences Research Group (OSRG) de la USC, busca avanzar hacia nuevas herramientas de detección de la periodontitis, una enfermedad inflamatoria crónica que afecta a más de 1.000 millones de personas en el mundo. El estudio contó con la participación de la catedrática de la USC e investigadora del Centro Singular de Investigación en Tecnologías Intelixentes de la USC (CiTIUS) María José Carreira y la investigadora Manuela Alonso-Sampedro del IDIS.
El trabajo analizó 2.303 muestras de la cavidad oral (saliva, placa dental y placa subgingival) de 33 bioproyectos. Mediante técnicas de inteligencia artificial, el equipo buscó combinaciones de bacterias capaces de diferenciar entre personas con periodontitis y aquellas con salud periodontal. Los resultados indican que la saliva es la muestra con mayor potencial diagnóstico, alcanzando una sensibilidad del 92,4% y una especificidad del 85,3%.
La profesora Inmaculada Tomás, investigadora principal, señala que "no necesitamos necesariamente acceder al interior de la bolsa periodontal para obtener información diagnóstica muy potente". La saliva integra señales microbiológicas de toda la cavidad oral, y su huella microbiana, interpretada mediante inteligencia artificial, permite discriminar con alta precisión entre salud y periodontitis.
El estudio también evaluó la posible utilidad de los modelos en la toma de decisiones clínicas, identificando 48 variantes bacterianas con valor predictivo, incluyendo microorganismos como Porphyromonas gingivalis y Tannerella forsythia.
El objetivo a largo plazo es avanzar hacia una "periodoncia de precisión" donde una muestra de saliva ayude a identificar precozmente a personas con mayor probabilidad de enfermedad. Este trabajo proporciona una base científica para el desarrollo de herramientas de cribado accesibles, no invasivas y escalables.
Los resultados, publicados en el Journal of Dental Research bajo el título ‘Comparative Diagnostic Performance of Oral Hábitats for Periodontitis’, contaron con la financiación del Instituto de Salud Carlos III, la Xunta de Galicia y Nova Galimplant S.L.U.
Información elaborada a partir de la fuente oficial: Universidade de Santiago de Compostela (USC) — Xornal (07/10/2026)