Introducción: La radiografía digital ha mejorado la precisión diagnóstica en odontología, pero también ha introducido el riesgo de manipulaciones indetectables, con posibles implicaciones clínicas, forenses y legales. Este estudio evaluó la capacidad de ChatGPT-4o para diferenciar entre radiografías intraorales originales y radiografías alteradas digitalmente.

Métodos: Ocho radiografías se modificaron intencionadamente para simular alteraciones frecuentes y se analizaron junto con sus originales. Cada par se evaluó mediante ChatGPT-4o en 30 sesiones independientes (240 consultas en total), calculando la exactitud diagnóstica y la repetibilidad intramodelo, esta última mediante los coeficientes kappa de Fleiss, AC1 de Gwet y alfa de Krippendorff.

Resultados: ChatGPT-4o alcanzó una exactitud global del 37,4% (IC 95%: 30,9–44,0), significativamente inferior a lo esperado por azar (p < 0,001) y menor que el 56% reportado previamente para observadores humanos. El rendimiento varió notablemente entre los pares de imágenes (0%–100%). A pesar de la baja exactitud, los índices de repetibilidad indicaron una consistencia interna moderada a sustancial, lo que sugiere respuestas estables, pero frecuentemente incorrectas.

ChatGPT-4o no logró detectar de forma fiable la manipulación radiográfica y obtuvo un rendimiento inferior al de un clínico.

Conclusiones: Aunque el modelo muestra potencial como herramienta accesible, su exactitud actual resulta insuficiente para aplicaciones clínicas, forenses o académicas. Estos hallazgos subrayan la necesidad de conjuntos de datos más amplios, entrenamiento multimodal e integración con sistemas de verificación consolidados para mejorar su fiabilidad.

Palabras clave: Radiografía dental; Endodoncia; Reconocimiento de Patrones Automatizado; ChatGPT; Fraude; Seguridad del paciente.

Detecting radiographic manipulation in endodontics: artificial intelligence in the fight against radiographic fraud

Introduction: Digital radiography has enhanced diagnostic accuracy in dentistry but introduced the risk of undetectable image manipulation, with potential clinical, forensic, and legal consequences. This study examined the ability of ChatGPT-4o to differentiate between original intraoral radiographs and digitally altered counterparts.

Methods: Eight radiographs were deliberately modified to replicate common alterations and assessed alongside their originals. Each pair was analysed by ChatGPT-4o in 30 independent sessions (240 queries), and diagnostic accuracy was calculated. Intramodel repeatability was evaluated using Fleiss’ kappa, Gwet’s AC1, and Krippendorff’s alpha.

Results: ChatGPT-4o achieved an overall accuracy of 37.4% (95% CI: 30.9–44.0), significantly lower than chance (p < 0.001) and below the 56% accuracy previously reported for human observers. Performance varied substantially across image pairs (0%–100%). Despite poor accuracy, repeatability indices indicated moderate to substantial internal consistency, suggesting stable yet frequently incorrect responses.

ChatGPT-4o was unable to reliably detect radiographic manipulation and performed worse than clinicians. Conclusions: Although the model shows promise as an accessible tool, its current accuracy is inadequate for clinical, forensic, or academic use. These findings highlight the need for larger datasets, multimodal training, and integration with established verification systems to improve reliability.

Key words: Dental Radiography; Endodontics; Pattern Recognition Automated; ChatGPT; Fraud; Patient Safety.

La radiografía es una herramienta esencial en endodoncia, ya que proporciona información clave para el diagnóstico y el seguimiento de las estructuras dentarias y óseas que no son accesibles mediante la exploración clínica. En muchos casos, se convierte en la única vía para revelar patologías ocultas o justificar la necesidad de tratamiento¹.

El desarrollo de la radiografía digital, inicialmente mediante la digitalización de la película convencional y posteriormente a través de sensores directos, transformó radicalmente la práctica clínica al permitir una adquisición de imágenes más rápida, una menor exposición a la radiación y una mejor gestión del almacenamiento y la preservación. También introdujo la posibilidad de procesar las imágenes para optimizar su visualización, ampliando así las capacidades diagnósticas del profesional².

Sin embargo, esta evolución tecnológica trajo consigo un nuevo desafío. El formato digital de las imágenes abrió la puerta a un riesgo significativo: la posible manipulación intencionada de su contenido. Una radiografía que antes se percibía como un registro objetivo e inmutable puede hoy alterarse con relativa facilidad. Una edición maliciosa podría modificar diagnósticos, pronósticos y planes de tratamiento, así como ocultar errores clínicos o incluso simular procedimientos nunca realizados^3,4.

Hoy en día, las herramientas de edición de imágenes están al alcance de cualquier usuario. Incluso de forma gratuita, con software de código abierto como GNU Image Manipulation Program (GIMP; The GIMP Development Team, Free Software Foundation, Boston, MA, EE. UU.), es posible añadir, eliminar o modificar estructuras con un alto grado de indetectabilidad^5,6.

Las consecuencias de estas alteraciones van mucho más allá del ámbito clínico: pueden influir de forma determinante en litigios, reclamaciones o procesos de acreditación profesional^4,7. Y aunque en radiología médica se han desarrollado protocolos de autenticación, en odontología no existen estándares ampliamente implantados que garanticen la integridad de las imágenes.

Esta laguna en el control convierte la manipulación digital en un problema global. Trasciende la práctica clínica y se inscribe en un escenario forense más amplio, donde la manipulación digital constituye un desafío constante, descrito como una “carrera armamentística” entre los falsificadores y las técnicas diseñadas para detectarlos⁸. En este contexto, los métodos de detección pasiva, que operan únicamente con la información contenida en la propia imagen, adquieren especial relevancia, ya que en odontología no es habitual insertar marcas de agua especiales ni metadatos^8,9.

La magnitud del problema ha quedado reflejado en estudios previos. Ya en 1997 se reconoció la dificultad de los profesionales de la odontología para identificar radiografías manipuladas¹⁰, y, veinte años después, un análisis más amplio mostró que incluso odontólogos con experiencia solo alcanzaron una tasa de acierto del 56% en la detección de alteraciones. En otras palabras, casi la mitad de las falsificaciones pasaron desapercibidas¹¹.

Ante este panorama, en los últimos años han surgido nuevas herramientas, como los modelos de lenguaje a gran escala (LLM) con capacidades de análisis multimodal, capaces de procesar texto e imágenes de forma simultánea. Estos sistemas, están siendo evaluados como posibles herramientas de interés en la detección de alteraciones en imágenes médicas y odontológicas. Varios estudios han demostrado su utilidad, lo que abre una vía prometedora para reforzar la autenticidad de las radiografías digitales¹².

No se ha explorado aún de forma sistemática si un Large Language Model (LLM), sin entrenamiento específico para la tarea, es capaz de identificar alteraciones radiográficas y con qué grado de reproducibilidad¹¹. Por ello, este estudio se diseñó como una prueba de concepto, no con el objetivo de entrenar el modelo, sino de examinar su capacidad inicial en la detección de modificaciones, así como analizar la estabilidad de su rendimiento en la detección de radiografías intraorales manipuladas. Este enfoque pretende contribuir al desarrollo de estrategias objetivas y reproducibles que garanticen la autenticidad de las imágenes en contextos clínicos, jurídicos y forenses.