INTELIGENCIA ARTIFICIAL
La Odontología española a través de la IA
Álvaro Herrera Martínez
Estudiante de 5º de Odontología Universidad Católica San Antonio de Murcia y autor principal del estudio
Eugenio José Prieto Castilla
Estudiante de 5º de Odontología Universidad Católica San Antonio de Murcia.
Claudia Lucero Muñoz
Estudiante de 5º de Odontología Universidad Católica San Antonio de Murcia.
Dr. Álvaro Ballester Montilla
Responsable del estudio. Profesor de Odontología de la Universidad Católica San Antonio de Murcia.
Introducción
La inteligencia artificial (IA) ha adquirido un papel protagonista en la transformación del ámbito sanitario, no solo por su capacidad de mejorar diagnósticos y automatizar procesos clínicos, sino también como herramienta de análisis y observación del conocimiento disponible. En este contexto, ¿puede la IA ayudarnos a comprender cómo se configura la percepción de prestigio, influencia y excelencia en una disciplina como la Odontología?
Este trabajo propone una aproximación exploratoria a esa cuestión, utilizando modelos de lenguaje como Chat GPT y otros sistemas avanzados para indagar cómo estas tecnologías “ven” el mundo de la Odontología española. En concreto, se plantea un análisis centrado en identificar, a través de la propia IA, quiénes son los profesionales más influyentes, qué universidades son consideradas referentes en formación odontológica, cuáles son los másteres y postgrados más reconocidos y qué temas dominan la conversación científica.
La hipótesis de partida es que los modelos de IA, al estar entrenados con grandes cantidades de información pública, son capaces de construir una imagen representativa (aunque no siempre precisa ni neutral) del ecosistema odontológico. Dicha imagen puede revelar patrones útiles sobre cómo se distribuye el prestigio profesional, qué instituciones gozan de mayor visibilidad o cómo se interpreta la calidad formativa a través del prisma algorítmico.
A diferencia de otros estudios que evalúan el uso clínico de la IA en Odontología, este trabajo sitúa la inteligencia artificial como observadora externa, no como herramienta asistencial. El análisis se enfoca en la manera en que la IA organiza el conocimiento disponible para responder a preguntas clave sobre reputación, liderazgo, excelencia académica y evolución temática dentro del sector.
Este enfoque plantea interrogantes relevantes para la comunidad odontológica:
- ¿Reflejan estas respuestas una realidad objetiva o una percepción distorsionada por la lógica del algoritmo?
- ¿Cómo influye la presencia digital en la construcción de prestigio profesional?
- ¿Podría utilizarse esta información como diagnóstico estratégico del sector?
A través de esta investigación, se pretende no sólo comprender lo que la IA “sabe” sobre la Odontología española, sino también abrir una reflexión crítica sobre cómo se forma y difunde el prestigio profesional en la era digital.
Se plantea un análisis centrado en identificar, a través de la propia IA, quiénes son los profesionales más influyentes, qué universidades son consideradas referentes en formación odontológica, cuáles son los másteres y postgrados más reconocidos y qué temas dominan la conversación científica
Objetivos
Objetivo general
Analizar la capacidad de modelos avanzados de IA para identificar y representar los referentes profesionales, institucionales, formativos, sociales y económicos en la Odontología española.
Objetivos específicos
- Identificar, mediante IA, los profesionales españoles más influyentes en las especialidades de ortodoncia, cirugía, periodoncia, prostodoncia, estética dental y odontopediatría.
- Determinar las universidades públicas y privadas con mayor influencia y reconocimiento en Odontología, así como los posgrados más solicitados y mejor valorados en las especialidades mencionadas.
- Evaluar, desde la perspectiva de la IA, el nivel de uso y acceso a servicios odontológicos en la población española y los principales problemas que afectan al sector.
- Explorar los modelos de negocio predominantes en la Odontología española y los riesgos asociados a corto y medio plazo, tal como son percibidos por los modelos de IA.
- Comparar y contrastar las respuestas obtenidas de diferentes modelos de IA y motores de búsqueda para evaluar la coherencia, limitaciones y sesgos en la representación del ecosistema odontológico.
Marco teórico
Inteligencia Artificial como herramienta de análisis de conocimiento
La inteligencia artificial (IA), especialmente a través de modelos de lenguaje como los desarrollados por OpenAI, Google o Anthropic, ha evolucionado rápidamente desde ser un mero asistente de tareas hacia un sistema capaz de procesar, resumir y priorizar información compleja de forma autónoma. Gracias a su entrenamiento en grandes cantidades de datos textuales, la IA es capaz de detectar patrones, generar respuestas razonadas y construir mapas semánticos sobre cualquier disciplina, incluyendo la Odontología.
Estos modelos, conocidos como Large Language Models (LLMs), no “saben” en el sentido humano, pero sí reconocen lo que es más probable, frecuente o relevante según los datos con los que fueron entrenados. Por ello, pueden convertirse en un espejo (a veces borroso, pero siempre revelador) de cómo un tema se representa en la red.
Prestigio, reputación y visibilidad en la era digital
En el contexto actual, el prestigio profesional ya no se construye exclusivamente a través de logros científicos o clínicos, sino también mediante su reflejo en medios digitales, redes sociales, motores de búsqueda y bases de datos abiertas. Así, conceptos como reputación algorítmica o visibilidad digital adquieren un peso creciente en la percepción pública y profesional.
Estudios en bibliometría y sociología del conocimiento han mostrado que la visibilidad en entornos digitales puede generar círculos virtuosos (o viciosos): cuanto más aparece un nombre o institución, más probabilidades hay de que sea referenciado, buscado o sugerido por sistemas de recomendación, incluidos los de IA.
En este sentido, la IA no solo refleja el prestigio: lo reproduce y amplifica. Y, en algunos casos, también lo distorsiona.
En el contexto actual, el prestigio profesional ya no se construye exclusivamente a través de logros científicos o clínicos, sino también mediante su reflejo en medios digitales, redes sociales, motores de búsqueda y bases de datos abiertas
Odontología y digitalización del conocimiento
La odontología, como especialidad médica y técnica, ha experimentado una transformación digital en múltiples frentes:
- La documentación científica (repositorios abiertos como PubMed o Scopus).
- La formación universitaria y postgrado (plataformas educativas, másteres online).
- La divulgación profesional (redes sociales, podcasts, blogs).
- El marketing clínico y personal (webs de clínicas, perfiles de profesionales).
Este ecosistema produce una enorme cantidad de información que los modelos de IA pueden interpretar para generar rankings informales, sugerencias de centros de excelencia o listados de referentes en cada subespecialidad.
La IA como evaluadora externa de sectores profesionales
Aunque la mayoría de estudios sobre IA en salud se centran en su valor diagnóstico o asistencial, algunas investigaciones recientes han comenzado a explorar su uso como herramienta de observación sectorial. Esto implica que, consultando directamente a modelos de IA, se pueden obtener respuestas sobre quiénes son considerados líderes en un campo, qué instituciones dominan una temática o qué tendencias emergen con mayor fuerza.
Este enfoque se ha utilizado en áreas como la educación, el derecho o la medicina, pero sigue siendo inusual en el ámbito odontológico.
El valor de este método reside en su capacidad para sintetizar grandes volúmenes de datos de forma accesible, aunque con importantes limitaciones:
- La IA no distingue entre prestigio real y simple popularidad.
- Su conocimiento depende de lo que esté disponible públicamente.
- No siempre incluye criterios científicos validados (como índices de impacto, factor h, etc.).
Sesgos y limitaciones en la percepción algorítmica
Uno de los desafíos más relevantes de este enfoque es entender que la IA no evalúa desde un criterio objetivo, sino desde una lógica probabilística y textual. Esto implica que puede haber:
- Sesgos de entrenamiento: si ciertos profesionales o instituciones tienen mayor presencia en inglés o están poco representados en medios digitales, la IA no los reconocerá como relevantes.
- Influencia del SEO: los contenidos mejor posicionados en buscadores tienden a ser priorizados en las respuestas.
- Limitaciones en datos actualizados: algunos modelos no acceden en tiempo real a internet y su conocimiento puede estar desactualizado.
Uno de los desafíos más relevantes de este enfoque es entender que la IA no evalúa desde un criterio objetivo, sino desde una lógica probabilística y textual
Metodología
Diseño del estudio
Se desarrolla un estudio exploratorio, descriptivo y transversal que emplea modelos de inteligencia artificial y motores de búsqueda conversacionales para evaluar la representación y percepción del ecosistema odontológico en España. El propósito es identificar y analizar cómo estos sistemas sintetizan información sobre profesionales, instituciones, formación, aspectos socioeconómicos y riesgos asociados al sector odontológico español.
Herramientas y fuentes de datos
Se utilizarán dos herramientas principales:
- Modelos de lenguaje de última generación (LLMs), específicamente Chat GPT (GPT-4 o superior), que genera respuestas basadas en un amplio corpus textual entrenado hasta 2024.
- Motor de búsqueda conversacional Perplexity, que integra resultados de búsqueda web en tiempo real con generación de lenguaje natural para proporcionar respuestas fundamentadas y referenciadas.
- META: plataforma de evaluación y análisis diseñada para validar la coherencia, calidad y fiabilidad de las respuestas generadas por los modelos anteriores. META permitirá realizar una validación de la consistencia interna de las respuestas, comparaciones cruzadas entre Chat GPT y Perplexity para detectar coincidencias y discrepancias, un análisis de referencias y fuentes para evaluar la veracidad y actualidad. Identificación de posibles sesgos derivados de la visibilidad digital y la generación de métricas y reportes que soporten un análisis crítico y riguroso.
Estas herramientas se utilizarán en idioma español bajo condiciones controladas durante julio de 2025, buscando complementar y robustecer la información obtenida mediante enfoques automatizados.
Formulación de preguntas
Las preguntas se estructuraron en cuatro categorías temáticas:
- Profesionales influyentes por especialidad: identificación de referentes nacionales en ortodoncia, cirugía, periodoncia, prostodoncia, estética dental y odontopediatría.
- Instituciones y formación académica: evaluación de universidades públicas y privadas con mayor influencia en odontología, así como programas de posgrado más demandados y reconocidos en las especialidades mencionadas.
- Dimensión social y problemática sectorial: análisis del nivel de utilización de servicios odontológicos en la población española y de los principales problemas actuales que afectan al sector.
- Modelos de negocio y riesgos: exploración de los modelos empresariales predominantes en odontología en España y los riesgos identificados a corto y medio plazo.
Procedimiento
- Las preguntas serán formuladas de manera idéntica en ambos sistemas, garantizando la uniformidad del idioma y el contexto.
- Las respuestas serán recopiladas íntegramente, sin modificaciones, para su posterior codificación y análisis cualitativo.
- Se emplea un análisis comparativo para identificar convergencias, divergencias, fortalezas y limitaciones en la información proporcionada por ambos sistemas.
- Se evaluará la presencia de referencias, justificaciones y evidencias en las respuestas para medir la calidad y fiabilidad de los datos.
Preguntas ejemplo realizadas:
- ¿Quiénes son los 3 profesionales españoles más influyentes en este campo?
- ¿Qué 3 universidades españolas públicas/privadas son las más influyentes en el campo de la Odontología española?
- ¿Qué 3 universidades españolas son las más solicitadas para cursar el grado de Odontología?
- ¿Cuáles son los 3 posgrados españoles mejor valorados y más solicitados en cada espacialidad?
- ¿Cuáles son los 3 problemas principales que tiene la odontología española a día de hoy?
- ¿Cuál es el nivel de uso y acceso a la odontología en la sociedad española?
- ¿Cuáles son los modelos de negocio más comunes en la odontología española?
- ¿Cuáles son los riesgos principales que tiene la odontología española a corto y medio plazo?
Limitaciones del estudio
- Las respuestas de los Modelos de lenguaje de última generación (LLMs) se basan en datos hasta 2024, lo que puede implicar desactualización.
- Perplexity depende de la indexación web y calidad de las fuentes consultadas, lo que puede generar sesgos o información parcial.
- Ambas herramientas reflejan la visibilidad digital, no necesariamente la relevancia científica o clínica objetivamente establecida.
- Este enfoque no sustituye métodos tradicionales de evaluación científica ni datos empíricos provenientes de estudios primarios.
Resultados
A nivel de los profesionales más influyentes en cada una de las especialidades cuestionadas, estos fueron los resultados:
Chat gpt
Fig. 1. Tabla de top 3 profesionales más influyentes en cada especialidad según chat gpt.
Perplexity
Fig. 2. Tabla de top 3 profesionales más influyentes en cada especialidad según perplexity.
Meta
Fig. 3. Tabla de top 3 profesionales más influyentes en cada especialidad según meta.
Resumen profesionales más influyentes
Fig. 4. Tabla resumen profesional más influyentes en cada campo según cada modelo de IA.
Universidades Públicas Españolas más influyentes en el campo de la odontología
Fig. 5. Tabla Universidades públicas españolas más influyentes en la odontología española.
Universidades Privadas Españolas más influyentes en el campo de la odontología
Fig. 6. Tabla Universidades privadas españolas más influyentes en la odontología española.
Universidades más solicitadas por estudiantes para estudiar odontología
Fig. 7. Tabla Universidades españolas más solicitadas por los estudiantes para iniciar sus estudios universitarios.
Posgrados más solicitados y mejor valorados por especialidad:
Ortodoncia
Fig. 8. Tabla de Posgrados más solicitados y mejor valorados en Ortodoncia.
Prótesis
Fig. 9. Tabla de Posgrados más solicitados y mejor valorados en Prótesis.
Cirugía e implantología oral
Fig. 10. Tabla de Posgrados más solicitados y mejor valorados en Cirugía e implantología oral.
Periodoncia
Fig. 11. Tabla de Posgrados más solicitados y mejor valorados en Periodoncia.
Estética dental
Fig. 12. Tabla de Posgrados más solicitados y mejor valorados en Estética dental.
Odontopediatría
Fig. 13. Tabla de Posgrados más solicitados y mejor valorados en Odontopediatría.
Nivel de uso y acceso a odontología en la sociedad española
Fig. 14. Tabla de hallazgos sobre el nivel de uso y acceso a los servicios odontológicos por parte de la sociedad española según la IA.
Principales problemas que enfrenta la odontología en España
Fig. 15. Tabla de principales problemas que enfrenta la odontología española según la IA.
Modelos de negocio más comunes en odontología española
Fig. 16. Tabla de principales modelos de negocio más comunes en la odontología española según la IA.
Riesgos principales en odontología española a corto y medio plazo
Fig. 17. Tabla de principales riesgos en la odontología española a corto y medio plazo según la IA.
Discusión
Interpretación general de los resultados
El presente estudio constituye una aproximación innovadora al análisis del prestigio profesional, académico e institucional en la odontología española mediante la triangulación de diferentes modelos de IA. Los hallazgos ponen de manifiesto que la percepción de influencia y excelencia en el sector odontológico, cuando es observada a través de algoritmos avanzados, está condicionada por la visibilidad digital, la frecuencia de mención en fuentes abiertas y la estrategia de posicionamiento online de los actores implicados. Si bien existe cierto consenso entre los modelos en la identificación de referentes en algunas especialidades y universidades, las discrepancias detectadas evidencian la heterogeneidad de criterios y la influencia de los datos de entrenamiento y actualización de cada IA.
Las discrepancias detectadas evidencian la heterogeneidad de criterios y la influencia de los datos de entrenamiento y actualización de cada IA
Concordancias y divergencias entre modelos de IA
La comparación sistemática entre Chat GPT, Perplexity y META revela patrones de coincidencia en especialidades como Periodoncia y Cirugía e implantología oral, donde nombres como el Dr. Mariano Sanz Alonso y el Dr. Eduardo Anitua aparecen de forma recurrente. Sin embargo, en áreas como Ortodoncia, Prostodoncia o Estética dental, la dispersión de resultados es significativa, lo que sugiere que cada modelo prioriza diferentes fuentes, métricas y criterios de relevancia. Esta variabilidad se extiende también a la identificación de universidades y programas de posgrado más influyentes, donde, pese a la presencia constante de instituciones como la Universidad Complutense de Madrid o la Universidad Internacional de Catalunya, el orden y la selección de los centros varía en función del modelo consultado.
En cuanto al análisis del acceso, los problemas y los riesgos del sector, los modelos coinciden en señalar la baja financiación pública, la prevalencia del modelo privado y la desigualdad en el acceso como factores críticos. No obstante, la profundidad del análisis y la priorización de los desafíos difieren entre las IA, reflejando la diversidad de fuentes y el sesgo inherente a cada sistema.
Implicaciones científicas y profesionales
Estos resultados tienen implicaciones relevantes para la comunidad científica y profesional:
- Visibilidad digital y reputación: La reputación profesional y académica en odontología está cada vez más mediada por la presencia digital. Los modelos de IA, al depender de datos abiertos y fuentes indexadas, tienden a amplificar la visibilidad de aquellos actores con mayor presencia online, lo que puede distorsionar la percepción de excelencia y liderazgo real.
- Limitaciones y sesgos algorítmicos: Ningún modelo de IA logra una visión completamente objetiva ni exhaustiva del sector. Los sesgos derivados del entrenamiento, la actualización de datos y la priorización de popularidad sobre calidad pueden afectar la fiabilidad y validez de los resultados. La triangulación de modelos, aunque útil para identificar patrones robustos, no sustituye la evaluación experta ni el uso de indicadores científicos objetivos.
- Valor de la triangulación: La comparación entre diferentes IA permite detectar tendencias sólidas y, al mismo tiempo, identificar áreas donde la percepción algorítmica puede ser insuficiente o estar sesgada. Este enfoque multidimensional enriquece el análisis sectorial y fomenta una interpretación crítica de los datos.
Comparación con la literatura
La literatura científica reciente respalda la idea de que la IA está transformando la odontología, no solo en el diagnóstico y tratamiento, sino también en la gestión del conocimiento y la reputación profesional. Sin embargo, diversos autores subrayan la necesidad de interpretar los resultados algorítmicos con cautela, complementando el análisis con criterios humanos y métricas bibliométricas tradicionales. El presente estudio confirma que la IA puede ofrecer una visión panorámica y dinámica del sector, pero advierte sobre los riesgos de confiar exclusivamente en la percepción algorítmica para la toma de decisiones estratégicas o académicas.
Limitaciones del estudio
Entre las principales limitaciones se encuentran:
- Dependencia de la información disponible hasta la fecha de corte y de la calidad de los datos indexados por los motores de IA.
- Ausencia de indicadores bibliométricos objetivos (índices de impacto, factor h) y de validación por expertos independientes.
- Posible infrarrepresentación de especialidades o profesionales con menor visibilidad digital, independientemente de su prestigio real.
- Falta de transparencia en los algoritmos de priorización y selección de información de cada IA.
Implicaciones éticas y regulatorias
La integración de la IA en la observación y análisis sectorial plantea desafíos éticos relacionados con la transparencia, la equidad y la privacidad. Es fundamental establecer marcos regulatorios claros y promover la alfabetización digital entre los profesionales para garantizar un uso responsable de estas tecnologías. Además, se debe fomentar la transparencia en los criterios y fuentes empleados por los modelos de IA, facilitando así la interpretación crítica y la replicabilidad de los análisis.
Conclusiones
La presente investigación demuestra que la inteligencia artificial, aplicada como observadora externa, constituye una herramienta innovadora y complementaria para el análisis del prestigio profesional, académico e institucional en la Odontología española. La triangulación de resultados entre diferentes modelos de IA (Chat GPT, Perplexity, META) permite identificar tanto áreas de consenso como discrepancias significativas, lo que enriquece la comprensión del ecosistema odontológico y revela la complejidad de los factores que influyen en la percepción de liderazgo y excelencia.
Sin embargo, los hallazgos subrayan que la valoración algorítmica está condicionada por la visibilidad digital y la naturaleza de las fuentes indexadas, lo que puede introducir sesgos y limitar la objetividad de los resultados. Por tanto, la IA debe considerarse un instrumento de apoyo, capaz de aportar una visión panorámica y dinámica, pero que requiere ser complementado con criterios científicos tradicionales, revisión experta y análisis bibliométricos para garantizar la validez y la utilidad de las conclusiones.
En síntesis, este estudio pone de manifiesto el potencial de la inteligencia artificial para transformar la evaluación sectorial en Odontología, siempre que su integración se realice de manera crítica, ética y metodológicamente rigurosa. La adopción de enfoques multidimensionales y la promoción de la transparencia en los procesos algorítmicos serán esenciales para avanzar hacia una Odontología más equitativa, basada en la evidencia y adaptada a los retos del entorno digital contemporáneo.
La IA debe considerarse un instrumento de apoyo, capaz de aportar una visión panorámica y dinámica, pero que requiere ser complementado con criterios científicos tradicionales, revisión experta y análisis bibliométricos para garantizar la validez y la utilidad de las conclusiones
Bibliografía
- Calderón MEB, et al. Artificial intelligence in dentistry: impact and perspectives. RSD Journal. 2024.
- Romero Méndez BRR. La inteligencia artificial en ayuda a la investigación odontológica. Una revisión bibliográfica-informática. Revista ADM. 2024;816321-324.
- Martínez GC, et al. Aplicación de la inteligencia artificial en Odontología: revisión de la literatura. Dialnet. 2021.
- Morales-Bravo R, et al. Estado del arte de inteligencia artificial en ortodoncia. Med Oral Patol Oral Cir Bucal. 2022.
- Impacto de la inteligencia artificial en la odontología: una reflexión. Dialnet. 2024.
- Strunga M, et al. Aplicación de la inteligencia artificial en Odontología: revisión de la literatura. BVS Salud. 2021.
- Wei Lu, et al. Explosión científica: las publicaciones sobre IA en odontología se multiplican por 16 en cinco años. Gaceta Dental. 2025.
- La revolución de la IA en la Odontología. Dental Tribune. 2024.
Autores
Álvaro Herrera Martínez
Estudiante de 5º de Odontología Universidad Católica San Antonio de Murcia y autor principal del estudio
Eugenio José Prieto Castilla
Estudiante de 5º de Odontología Universidad Católica San Antonio de Murcia
Claudia Lucero Muñoz
Estudiante de 5º de Odontología Universidad Católica San Antonio de Murcia
Dr. Álvaro Ballester Montilla
Responsable del estudio. Profesor de Odontología de la Universidad Católica San Antonio de Murcia
Suscríbete a nuestra Newsletter
Mantente al día de las últimas novedades del mundo dental
Información legal
Reponsable: rIL Estudio, S.L.
Finalidad: Consentimiento expreso del interesado (Art. 6.1.a RGPD).
Destinatarios: Los datos no se cederán a terceros, salvo obligación legal o los proveedores de servicios de email marketing que actúan como encargados del tratamiento (ej. Mailrelay, Mailchimp, Brevo, etc.) bajo acuerdos de confidencialidad.
Derechos: Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional.
Información Adicional: Puedes consultar la información detallada en nuestra Política de Privacidad.