Can Large Language Models Provide Safe and Evidence-Based Nutritional Recommendations for Dental Implant Patients? A Comparative Benchmarking Study

Cuando un dentista coloca un tornillo de titanio en el hueso de la mandíbula para sostener un diente falso, el cuerpo debe tratar a ese metal como a un amigo, no como a un enemigo. Este proceso, donde el hueso crece estrechamente alrededor del implante para fijarlo en su lugar, es una delicada danza biológica que depende de algo más que la destreza quirúrgica. Depende en gran medida de la salud general del paciente, particularmente de lo que come. Así como una casa necesita ladrillos y mortero fuertes para mantenerse en pie, el tejido de curación y el nuevo hueso requieren nutrientes específicos como proteínas, vitaminas y minerales para reconstruirse tras la cirugía. Si estos bloques de construcción faltan, el implante podría no integrarse, o el tejido de la encía circundante podría inflamarse y enfermar. Durante décadas, los médicos han sabido que una buena nutrición ayuda, pero el enorme volumen de consejos científicos sobre exactamente qué comer, cuándo comerlo y qué suplementos funcionan se ha vuelto abrumador. En este complejo panorama, ha surgido un nuevo tipo de asistente digital: los modelos de lenguaje extensos. Estos son potentes programas informáticos entrenados con vastas cantidades de texto que pueden responder preguntas, resumir investigaciones y ofrecer consejos en lenguaje humano. A medida que estas herramientas se vuelven comunes en las clínicas, surge una pregunta crítica: ¿puede una computadora, que nunca ha visto a un paciente ni ha realizado una cirugía, decirle de manera segura y precisa a una persona qué comer para que su implante dental tenga éxito?

Un equipo de investigadores se propuso responder a esto sometiendo a los cuatro sistemas de inteligencia artificial más populares a una prueba riguro everosa. No se limitaron a hacer preguntas generales a las computadoras como "¿qué es bueno para los huesos?". En su lugar, crearon 120 escenarios específicos y realistas que un dentista podría enfrentar. Estas situaciones cubrieron todo el trayecto de la terapia de implantes, desde la revisión de la dieta de un paciente antes de la cirugía hasta el manejo de complicaciones después del procedimiento, e incluso el trato con pacientes que tienen otras condiciones de salud graves. Los escenarios fueron diseñados para ser complicados, requiriendo que la computadora sopesara diferentes piezas de evidencia y proporcionara una recomendación que no fuera solo fácticamente correcta, sino también segura y práctica para una persona real. Para asegurar que la prueba fuera justa, los investigadores sometieron cada uno de los escenarios a cuatro modelos de IA diferentes —GPT-5, Claude, Gemini y Copilot— utilizando exactamente las mismas instrucciones. Pidieron a cada modelo que respondiera a la misma pregunta tres veces para ver si daría el mismo consejo cada vez, y luego recopilaron un total de 1,440 respuestas para analizarlas.

Para juzgar estas respuestas, los investigadores reunieron un panel de cinco expertos humanos, incluyendo destacados cirujanos y científicos de la nutrición que han dedicado décadas a estudiar cómo sana la boca. Estos expertos fueron ciegos, lo que significa que no sabían qué computadora había generado cada respuesta. Compararon cada respuesta de la IA contra un estándar estricto y preescrito basado en las mejores guías médicas y estudios científicos disponibles. Los expertos buscaron varias cosas: ¿coincidía el consejo con la ciencia? ¿Era seguro? ¿Inventó la computadora estudios o referencias falsas? Y ¿admitió cuando la ciencia no era clara? Los resultados mostraron que, si bien todas las computadoras podían hablar de nutrición, su capacidad para dar consejos seguros, precisos y basados en la evidencia variaba significamente. Un modelo, GPT-5, superó consistentemente a los demás, proporcionando recomendaciones que se alineaban más estrechamente con los estándares de los expertos. Fue el más preciso en sus consejos nutricionales, el más seguro en sus advertencias y el más honesto sobre los límites del conocimiento científico actual. También cometió la menor cantidad de errores, como inventar artículos de investigación falsos para respaldar sus afirmaciones.

Los otros tres modelos funcionaron bien, pero se quedaron cortos en áreas específicas. El segundo mejor modelo, Claude, estuvo cerca del líder, pero aun así cometió más errores. Los otros dos, Gemini y Copilot, tuvieron más dificultades con la seguridad y la precisión. Un punto de falla importante para todos los modelos fue cuando las preguntas involucraban suplementos nutricionales comerciales. En estos casos, donde la evidencia científica suele ser desordenada o conflictiva, las computadoras tendían a volverse excesivamente confiadas, ofreciendo consejos definitivos incluso cuando la ciencia no lo respaldaba. También variaron en su fiabilidad; algunos modelos daban respuestas diferentes a la misma pregunta cuando se les preguntaba varias veces, mientras que otros se mantenían consistentes. El estudio encontró que incluso el modelo con mejor desempeño "alucinó", o inventó, referencias científicas aproximadamente el 4.4 por ciento de las veces, una tasa que era baja pero aún presente. Esto significa que, si bien la IA puede ser una herramienta útil para resumir información, aún no puede ser confiada para tomar decisiones finales por sí sola.

Los investigadores concluyeron que estos sistemas de inteligencia artificial son asistentes poderosos que pueden ayudar a dentistas y pacientes a navegar el complejo mundo de la nutrición para implantes dentales, pero no están listos para reemplazar el juicio humano. Los mejores modelos demostraron que podían comprender las necesidades biológicas de la curación ósea y ofrecer consejos generales sólidos, pero todavía tropiezan cuando la evidencia es débil o cuando se trata de productos comerciales específicos. El estudio sugiere que el futuro del uso de estas herramientas en la odontología reside en una asociación donde la computadora proporcione un resumen rápido y basado en la evidencia, y el experto humano verifique los detalles, compruebe la seguridad y adapte el consejo al paciente específico. Hasta que las computadoras puedan evitar consistentemente inventar hechos y puedan manejar la evidencia incierta con la misma cautela que un médico humano, su papel debe seguir siendo de apoyo en lugar de decisivo. La tecnología avanza rápidamente, pero por ahora, el camino más seguro para el implante de un paciente es dejar que la computadora haga la investigación y el humano tome la decisión.