Un equipo de investigadores acaba de demostrar que pueden emplearse redes neuronales artificiales para reconstruir el número de perikymata, es decir las líneas de crecimiento en el esmalte, que están ausentes en dientes desgastados. Esto tiene aplicaciones paleobiológicas y forenses.
Los dientes son una fuente casi inagotable de información, tanto desde el punto de vista biológico como taxonómico. Debido a su modo de crecimiento, se pueden contar directamente sus líneas y estimar los días de formación. Sin embargo, contar los perikymata presenta dificultades derivadas del estado del diente, porque si el diente está desgastado por el uso normal, parte de los perikymata se habrán perdido como consecuencia de la pérdida de esmalte.
“Resolver este problema es de vital importancia, ya que nos permitiría aumentar el número de dientes adecuados para llevar a cabo estudios evolutivos y, con ello, llegar a conclusiones más fiables”, afirma Mario Modesto Mata, investigador del Grupo de Antropología dental del Centro Nacional de Investigación sobre la Evolución Humana (CENIEH) y que colabora en el proyecto europeo Tied2Teeth, liderado por la investigadora Leslea Hlusko.
Según los resultados de este trabajo, conociendo la disminución del esmalte del diente, medido como el porcentaje de la altura de la corona desaparecida, se pueden aplicar técnicas de inteligencia artificial para predecir el número de perikymata perdidos en cualquier diente de humanos modernos. En concreto, se han desarrollado redes neuronales artificiales para predecir el número de perikymata cuando un diente ha perdido hasta un 30 % de la altura de la corona. El resultado de la validación de las redes neuronales indica que cuando falta el 30 % del esmalte, en un 86 % de las ocasiones, el error máximo es de solo 3 perikymata en total.
“Son datos tan precisos sobre las líneas de crecimiento que nos permitiría predecir el tiempo de formación completa del esmalte de un modo muy próximo a la realidad, indicándonos que las redes neuronales podrían ser usadas para investigar aspectos relacionados con la paleobiología”, comenta Mata.
De cara a maximizar el uso y aplicación de estas redes neuronales, los autores del trabajo han desarrollado un software a modo de paquete de R llamado teethR, (de “teeth aRe wonderful”) de libre distribución e instalación. Su uso no requiere formación sobre inteligencia artificial, sino simplemente un conocimiento muy básico de R. A partir de una función desarrollada en el paquete, se pueden hacer predicciones de un modo muy rápido.
Referencia:
Modesto‐Mata, M., de la Fuente Valentín, L., Hlusko, L.J., Martínez de Pinillos, M., Towle, I., García‐Campos, C., Martinón‐Torres, M., & Bermúdez de Castro, J.M. (2024) Artificial neural networks reconstruct missing perikymata in worn teeth The Anatomical Record doi: 10.1002/ar.25416
Edición realizada por César Tomé López a partir de materiales suministrados por el CENIEH
