Tecnología central de FreedomAI · Findings of ACL 2026

DentalGPT

Gran modelo multimodal dental

Alineación multimodal con más de 120 000 imágenes dentales y aprendizaje por refuerzo para el razonamiento complejo: DentalGPT, de 7B, alcanza una precisión media del 67,1 % en cinco pruebas dentales, frente al 59,2 % de GPT-5.

El 4 de diciembre de 2025 se presentó el gran modelo multimodal dental DentalGPT en el Simposio Shenzhen–Hong Kong sobre IA en Atención Dental (Shenzhen)
El 4 de diciembre de 2025 se presentó el gran modelo multimodal dental DentalGPT en el Simposio Shenzhen–Hong Kong sobre IA en Atención Dental (Shenzhen)
Resultado de ACL 2026 para el artículo de DentalGPT: Findings
Aceptado en Findings of ACL 2026
7Bparámetros
120 000+imágenes dentales anotadas
67.1%precisión media en cinco pruebas dentales
84.0%precisión en clasificación de panorámicas
4dentistas colegiados en la evaluación

Modelo: primero aprende a «ver», luego a «pensar»

La IA dental se enfrenta a cuatro retos, y DentalGPT responde a cada uno. Lectura recomendada: Benyou Wang, «Por qué entrenamos un modelo dental específico» →

01

Escasez de datos dentales

En PubMedVision, un gran conjunto de datos médicos de imagen y texto, solo alrededor del 0,3 % de las imágenes muestran dientes.

Cómo lo resuelve DentalGPTUn conjunto especializado de más de 120 000 fotografías intraorales y radiografías panorámicas; se descartan las anotaciones expertas con una concordancia cruzada inferior al 85 %.

02

Detalles de imagen difíciles de leer

Obturaciones, endodoncias y lesiones periapicales suelen ocupar una pequeña parte de una radiografía panorámica; los principales modelos generales no superan el 60 % en una prueba de preguntas sobre panorámicas.

Cómo lo resuelve DentalGPTFase 1, alineación multimodal: descripciones observacionales que solo recogen rasgos visibles, para que el modelo relacione los detalles visuales con los conceptos dentales.

03

Razonamiento clínico complejo

Cuanto más se parecen a casos reales, más difíciles son: en las preguntas que exigen razonamiento individualizado, 12 modelos punteros obtienen solo un 35,71 % de media.

Cómo lo resuelve DentalGPTFase 2, aprendizaje por refuerzo: entrenamiento GRPO con unas 10 000 preguntas de corrección automática para estimular el razonamiento en varios pasos.

04

Altas exigencias de seguridad

De las respuestas de los modelos punteros a casos reales, el 31,01 % se consideró inseguro y el 4,51 % podría causar daños irreversibles.

Cómo lo resuelve DentalGPTEvaluaciones multinacionales de nivel experto ponen a prueba el modelo de forma continua; DentalAgent aporta evidencia verificable y las decisiones clínicas siempre las toman los dentistas.

Datos de entrenamiento: más de 120 000 imágenes dentales

PMC-Dental-Caption-47k

Imágenes dentales y sus pies de figura originales seleccionados de artículos de PubMed Central.

Opensource-Dental-Classification-49k

Combinación de varios conjuntos de clasificación de código abierto, con etiquetas de enfermedad en cada imagen.

Opensource-Dental-Detection-31k

Procedente de conjuntos de localización de lesiones, con cuadros delimitadores de dientes y lesiones.

Datos anotados por expertos

Procedentes de internet, archivos de imagen hospitalarios y conjuntos públicos, anotados por dentistas profesionales; se descartan las anotaciones con concordancia cruzada inferior al 85 %.

Entrenamiento en dos fases

  1. 1
    Fase 1: alineación multimodal

    Tomando como referencia las etiquetas originales, GPT-5 redacta descripciones observacionales que solo recogen rasgos visibles, sin suposiciones diagnósticas; se añaden preguntas y respuestas que simulan escenarios diagnósticos y datos de razonamiento complejo generados con el método de HuatuoGPT-o1, mezclados con datos generales para conservar las capacidades generales. Todos los datos los verifica de nuevo GPT-5-mini.

  2. 2
    Fase 2: aprendizaje por refuerzo

    Con imágenes dentales no usadas en la fase 1, se generan a partir de las etiquetas originales unas 10 000 preguntas de opción múltiple de corrección automática para el entrenamiento GRPO: se muestrean 10 respuestas por pregunta, la recompensa combina corrección (90 %) y formato (10 %) y las respuestas tienen un límite de 8192 tokens.

Cómo se construyó DentalGPT: recogida de datos, fase 1 de alineación multimodal y fase 2 de aprendizaje por refuerzo (fuente: artículo)
Cómo se construyó DentalGPT: recogida de datos, fase 1 de alineación multimodal y fase 2 de aprendizaje por refuerzo (fuente: artículo)

Resultados: un modelo de 7B con una precisión media superior a la de GPT-5

Precisión (%) en cinco pruebas dentales, extraída de la tabla 3 del artículo

ModeloMMOral-OPGVQA médica (subconjunto dental)Fotos intraorales IFotos intraorales IIClasificación de panorámicasMedia
Qwen2.5-VL-7B-Instruct (base)27.046.148.861.850.046.7
HuatuoGPT-Vision36.338.555.251.253.847.0
MedGemma-27B-it50.641.852.656.261.052.4
Claude-Sonnet-4.5-Thinking50.353.955.266.755.856.4
Gemini-2.5-Pro-Thinking45.757.457.065.264.157.9
LLaMA-4-Maverick51.453.961.167.159.058.5
GPT-547.754.359.371.063.559.2
DentalGPT (7B)60.054.464.172.984.067.1

Fuente: Tabla 3 del artículo; GPT-5, los modelos Thinking y DentalGPT se evaluaron con el razonamiento complejo activado

01

67,1 % de precisión media

7,9 puntos más que GPT-5 (59,2 %) y 20,4 puntos más que el modelo base (46,7 %).

02

84,0 % en clasificación de panorámicas

El mejor en las tres pruebas de clasificación etiquetadas y validadas por dentistas; en clasificación de panorámicas, el modelo base y GPT-5 obtienen un 50,0 % y un 63,5 %.

03

Evaluación por dentistas

Cuatro dentistas colegiados compararon por pares las respuestas sobre 80 imágenes dentales: frente a GPT-5 y Gemini-2.5-Pro, DentalGPT ganó un 28,3 % y un 30,0 % y perdió un 16,7 % y un 21,7 %; frente a Claude-Sonnet-4.5 y Qwen3-VL-235B, ganó un 63,9 % y un 87,5 %.

04

Las dos fases son imprescindibles

Solo con la alineación de la fase 1, la precisión media pasa del 46,7 % al 63,2 %; con el aprendizaje por refuerzo llega al 67,1 %. Cuantos más datos de alineación, más alto es el techo del aprendizaje por refuerzo.

Comparación por pares de 4 dentistas colegiados: proporción de victorias, empates y derrotas de DentalGPT (%) (fuente: artículo)
Comparación por pares de 4 dentistas colegiados: proporción de victorias, empates y derrotas de DentalGPT (%) (fuente: artículo)
Precisión de validación durante el aprendizaje por refuerzo con distintas proporciones de datos de la fase 1 (fuente: artículo)
Precisión de validación durante el aprendizaje por refuerzo con distintas proporciones de datos de la fase 1 (fuente: artículo)

DentalAgent: un agente para tareas odontológicas profesionales

Un gran modelo como núcleo que combina entrada multimodal, herramientas profesionales y conocimiento médico para emitir valoraciones asistidas basadas en evidencia

Marco de DentalAgent: entrada multimodal, gran modelo central, capa de ejecución de tareas dentales y resultados respaldados por evidencia
01

Uso de herramientas profesionales

Herramientas de visión para detectar dientes con numeración FDI, clasificar enfermedades, segmentar, localizar puntos clave y medir procesan fotos intraorales y radiografías panorámicas; el gran modelo planifica el orden de uso e integra los resultados.

02

Respaldo con evidencia médica

Consulta una base de conocimiento dental con libros de texto, guías y casos, y usa las observaciones de las herramientas junto con el conocimiento recuperado como evidencia para generar hallazgos, imágenes anotadas e informes estructurados.

03

Optimización continua

Un ciclo de automejora recursiva analiza las trazas de ejecución y el uso de tokens, perfecciona habilidades y verifica rendimiento y coste, reduciendo el coste de inferencia sin perder rendimiento.

Concebido como apoyo al juicio clínico: ofrece hallazgos e informes con evidencia para que el dentista los verifique. Ya se está realizando una evaluación preliminar en tareas dentales de texto e imagen.

Leer el análisis técnico de DentalAgent →

VR/AR y visualización 3D: una atención dental más comprensible y menos estresante

Más allá de los grandes modelos, usamos tecnologías inmersivas y de visualización 3D para mejorar la experiencia del paciente y la educación en salud bucodental.

Visión general del sistema de apoyo en VR para la ansiedad dental activado por eventos (fuente: artículo)
arXiv 2026 · Interacción persona-ordenador

Apoyo con VR para la ansiedad dental

Una extracción simulada de una muela del juicio se divide en 5 momentos de ansiedad, cada uno con un apoyo específico: explicación del procedimiento, estímulos visuales y sonoros atenuados, guía de respiración y un acompañante virtual. El paciente puede pausar o salir en cualquier momento. En un estudio aleatorizado con 24 personas, la ansiedad del grupo de intervención fue de media 12,8 puntos inferior a la del grupo de control (en una escala de 100).

Tema de enfermedades bucales en DentalVista: demostración por etapas de la caries, desde la desmineralización hasta la afectación pulpar
Visualización 3D · Educación médica

DentalVista: anatomía dental y humana en 3D

Basado en el proyecto de código abierto BodyVista. Explore en el navegador la anatomía humana en 3D y temas de enfermedades bucales. Las enfermedades bucales se organizan en 11 grupos y 141 entradas según la CIE-11, y temas como la caries muestran la evolución de la enfermedad en animaciones por etapas. Permite seccionar, medir, anotar y realizar retos de anatomía; en pantallas táctiles, gire con un dedo y haga zoom con dos.

Datos multimodales y sistema de datos por enfermedad

Una base de datos dental multimodal que abarca imágenes, texto, seguimiento a largo plazo y conocimiento por enfermedad

90 M+registros médicos de entrenamiento y evaluación
60,51 M de paresdatos médicos de imagen y texto, PubMedVision-Plus
26 Mpreguntas y respuestas médicas en chino, Huatuo-26M
120 000+imágenes dentales anotadas, DentalGPT

Activos de datos

El equipo ha creado más de 90 millones de registros médicos de entrenamiento y evaluación en texto, imagen, vídeo y varios idiomas, incluidos datos médicos de preentrenamiento y ajuste fino y datos anotados por expertos.

Tipo de datosFuenteVolumen
Conjunto de preentrenamiento médico de imagen y texto
PubMedVision-Plus60 513 727 pares incl. unos 12 M de pares básicos de alta calidad
Conjunto de alineación y diálogo para LLM médicos multimodales
PubMedVision1 294 062
Conjunto de diálogo médico multimodal
Med-MAT2 360 000
Conjunto de generación de vídeo médico multimodal
MedVideoCap-55K55 000
Conjunto de texto médico multilingüe
ApolloMoEDataset292 914
Conjunto de texto médico a gran escala
Huatuo-26M26 000 000
Conjunto de texto de razonamiento complejo
medical-o1-reasoning-SFT50 000
Conjunto de entrenamiento dental multimodal
DentalGPT240 000 incl. 120 000 imágenes dentales

Plataforma de anotación

Una plataforma integrada de producción de datos que abarca la gestión de imágenes médicas, la anotación colaborativa, la revisión y el control de calidad, y la preanotación con IA.

Interfaz de gestión de imágenes médicasInterfaz de anotación colaborativa de imágenes médicas

Evaluación dental: GlobalDentBench y OmniDentBench

Evaluaciones multinacionales de nivel experto que revelan las debilidades de razonamiento del modelo y guían la mejora continua de DentalGPT

«¿Es este modelo de IA seguro, eficaz y útil en entornos clínicos reales?»

Validación global y colaboración multicéntrica de DentalGPT

La primera validación colaborativa mundial de un gran modelo dental, con una red de validación de IA entre instituciones, regiones y poblaciones

Acuerdos de colaboración internacional

Acuerdos de colaboración internacional y países y regiones participantes

Colaboración multicéntrica

Colaboración con expertos clínicos

Especialistas dentales participan en la validación del modelo y la evaluación de capacidades.

Colaboración de datos entre instituciones

Un sistema de validación de datos multicéntrico entre instituciones.

Construcción conjunta de evaluaciones

Construimos juntos un sistema de evaluación estandarizado para la IA dental.

Investigación conjunta

Apoyo a proyectos conjuntos, estudios multicéntricos y transferencia de resultados.

Bases técnicas: de HuatuoGPT-o1 a DentalGPT

DentalGPT se apoya en la larga experiencia del equipo con grandes modelos médicos: sus datos de razonamiento complejo siguen el método de HuatuoGPT-o1, y sus capacidades multimodales van de la comprensión a la generación

Razonamiento médico complejo

HuatuoGPT-o1: un gran modelo médico que razona despacio y piensa a fondo

A diferencia de los problemas matemáticos, el razonamiento médico es difícil de verificar. HuatuoGPT-o1 propuso «problemas médicos verificables» y un verificador médico: primero ajusta el modelo con rutas de razonamiento complejo encontradas bajo la guía del verificador y después lo mejora con aprendizaje por refuerzo basado en las recompensas del verificador. Con solo 40 000 problemas verificables superó a modelos de referencia generales y médicos, y despertó gran interés.

Los datos de razonamiento complejo de la primera fase de DentalGPT siguen este método, y la segunda fase también usa preguntas de corrección automática para el aprendizaje por refuerzo. El CTO de FreedomAI, Zhenyang Cai, y el científico jefe de IA, Benyou Wang, son autores del artículo.

Método en dos fases de HuatuoGPT-o1: búsqueda de rutas de razonamiento complejo con problemas médicos verificables y optimización con aprendizaje por refuerzoEjemplo de diálogo de un modelo de razonamiento médico complejo
  1. Junying Chen, Zhenyang Cai, Ke Ji, Xidong Wang, Wanlong Liu, Rongsheng Wang, Jianye Hou, Benyou Wang. HuatuoGPT-o1, Towards Medical Complex Reasoning with LLMs. arXiv:2412.18925
  2. Junying Chen, Chi Gui, Anningzhe Gao, Ke Ji, Xidong Wang, Xiang Wan, Benyou Wang. CoD, Towards an Interpretable Medical Agent using Chain of Diagnosis. arXiv:2407.13301
Generación de vídeo médico

MedGen: un modelo de generación de vídeo médico

Los vídeos médicos son importantes para la formación clínica, la docencia y la simulación, pero los modelos generales de generación de vídeo suelen producir contenidos poco realistas o erróneos ante indicaciones médicas. El equipo FreedomAI de la Universidad China de Hong Kong (Shenzhen) y FreedomAI publicaron MedVideoCap-55K (más de 55 000 clips de escenarios médicos reales, descrito en el artículo como el primer conjunto de datos a gran escala, diverso y rico en descripciones para la generación de vídeo médico) y entrenaron con él MedGen. En varias pruebas, su calidad visual y su precisión médica lideran entre los modelos de código abierto y rivalizan con sistemas comerciales.

Aplicaciones de MedGen

MedGen genera vídeos de alta calidad manteniendo la precisión médica, para simulación quirúrgica, educación médica, animación divulgativa y telemedicina.

Aumento de datos para tareas posteriores

Tareas de vídeo médico como el reconocimiento de flujos quirúrgicos, la detección de lesiones o el apoyo diagnóstico suelen enfrentarse a la escasez de etiquetas, el desequilibrio de muestras y las restricciones de privacidad. Al combinar vídeos generados por MedGen con los datos de entrenamiento originales, validamos MedGen como herramienta de aumento de datos en varias tareas de clasificación de vídeo médico.

Comparación del aumento de datos con MedGen

MedGen frente a HunyuanVideo como aumento de datos en tres tareas supervisadas de vídeo médico

Aplicaciones de MedGen
Aplicaciones de MedGen en simulación de pacientes, educación sanitaria, formación quirúrgica, animación médica e imagen médica

Equipo e instituciones colaboradoras

Afiliaciones de los autores

Shenzhen Stomatology Hospital (Pingshan) of Southern Medical UniversityUniversidad China de Hong Kong (Shenzhen)Peking UniversityFreedomAIFacultad de Odontología, Universidad de Hong KongBeijing Institute of Collaborative InnovationInstituto Nacional de Ciencia de Datos de Salud (Shenzhen)Shenzhen Loop Area InstituteInstituto de Investigación de Big Data de Shenzhen