Contexto clínico

La estética dental convencional ha dependido históricamente de encerados de diagnóstico, fotografías analógicas y la intuición del clínico para comunicar al paciente el resultado esperado de un tratamiento. Este proceso, aunque funcional, presenta limitaciones: escasa previsibilidad, dificultad para gestionar las expectativas del paciente y ausencia de un lenguaje visual compartido entre clínico, técnico de laboratorio y paciente.

El Diseño de Sonrisa Digital (DSD, por sus siglas en inglés), desarrollado conceptualmente por Christian Coachman a partir de 2009 y sistematizado en el protocolo DSD Planning Center, integra fotografía y vídeo clínico estandarizado, análisis facial por software y diseño gráfico vectorial para construir una simulación visual del resultado antes de iniciar cualquier procedimiento. En los últimos años, este flujo se ha ampliado con escáneres intraorales, diseño CAD/CAM y, más recientemente, algoritmos de inteligencia artificial.

Metodología de búsqueda

Se revisaron estudios publicados entre 2022 y 2025 indexados en PubMed, PMC y Scopus, utilizando los términos *"Digital Smile Design"*, *"DSD workflow"*, *"esthetic dentistry patient satisfaction"* y *"AI smile design"*. Se priorizaron revisiones sistemáticas, metaanálisis y ensayos controlados aleatorizados.

Flujo clínico validado

El protocolo DSD en su forma clínica establecida sigue una secuencia reproducible:

1. Registro fotográfico y videográfico estandarizado

Se obtienen imágenes faciales frontales en reposo y en sonrisa, fotografías de 12 posiciones dentales, vídeo de movimiento labial y, cuando procede, capturas de perfil. La estandarización es crítica: variaciones de angulación o iluminación comprometen la validez del análisis proporcional posterior.

2. Análisis digital facial y dental

Mediante software específico (Keynote, PowerPoint, DSD App o plataformas dedicadas como DSD Planning Center y Smile Designer Pro) se trazan líneas de referencia: horizontal bipupilar, horizontal bicomisural, línea media facial, línea de sonrisa y plano incisal. Este análisis permite detectar discrepancias entre el plano incisal y el plano interpupilar, asimetrías gingivales, proporciones coronales alteradas y desviaciones de línea media que de otro modo podrían no formalizarse en el diagnóstico.

3. Diseño gráfico del resultado

Sobre la fotografía del paciente se construye digitalmente el contorno de las futuras restauraciones o posicionamiento ortodóncico. El resultado es un *mockup* digital que el paciente puede visualizar sobre su propia cara antes de que se haya tocado ningún tejido.

4. Validación tridimensional

En casos que lo requieran —rehabilitaciones extensas, implantología de la zona estética, planificación ortoquirúrgica— el diseño 2D se transfiere al escáner intraoral y se genera un modelo 3D. Este modelo alimenta el flujo CAD/CAM para la fabricación de provisionales diagnósticos o mock-ups analógicos que el paciente puede probar *in situ*.

5. Comunicación con el laboratorio

El archivo digital se comparte con el técnico, eliminando la ambigüedad de indicaciones verbales o registros analógicos imprecisos. Esta trazabilidad reduce los ajustes en boca y el número de sesiones de prueba.

Evidencia clínica disponible

Satisfacción del paciente y resultados restauradores

Una revisión sistemática publicada en *Cureus* (PMC12746897, 2025) con búsqueda hasta agosto de 2025 y criterios PRISMA concluye que el DSD mejora consistentemente la satisfacción del paciente, la aceptación del plan de tratamiento y la comunicación clínica frente a los enfoques convencionales. Los estudios incluidos muestran mejoras en percepción estética, calidad de vida relacionada con salud oral (OHRQoL) e impacto psicosocial.

Un ensayo controlado aleatorizado con 150 pacientes que buscaban mejoras estéticas (*Journal of Pharmacy and Bioallied Sciences*, 2024, JPBS_928_23) comparó DSD (escáner intraoral + CAD + simulación 3D) frente a diseño convencional (impresiones analógicas y encerado manual). Los resultados mostraron:

  • Excelencia restauradora (ajuste, oclusión, estética): 92% en el grupo DSD vs. 78% en el grupo convencional
  • Satisfacción media del paciente: 85,4 ± 6,2 (DSD) vs. 79,8 ± 7,1 (convencional)
  • Tiempo de sillón total: menor en el grupo DSD por reducción de ajustes intraoperatorios

La revisión sistemática de PMC11251929 (2024), que analizó estudios publicados entre 2013 y 2023, identificó que el DSD reduce el tiempo de trabajo clínico, disminuye errores, mejora la comunicación multidisciplinar y proporciona adecuación clínica para las piezas protésicas definitivas.

Impacto de la inteligencia artificial en DSD

Un metaanálisis de 2025 (Saini RS et al., *Digital Health*, DOI: 10.1177/20552076251388392) evaluó específicamente el impacto del DSD asistido por IA sobre satisfacción de paciente y clínico y resultados estéticos faciales. La prevalencia agrupada de satisfacción fue del 58% (IC 95%: 0,30–0,86), con alta heterogeneidad entre estudios (I² = 60,23%). Los autores señalan sesgo de publicación significativo (p < 0,01) y concluyen que los sistemas de IA proporcionan resultados estéticos faciales relevantes, pero la evidencia de largo plazo y el análisis coste-efectividad son aún insuficientes.

Un estudio transversal publicado en *BDJ Open* (2025) comparó directamente diseños generados por IA frente a diseños elaborados por clínicos mediante software convencional. Los evaluadores —odontólogos expertos en estética— no encontraron diferencias estadísticamente significativas en la mayoría de parámetros faciales, aunque la IA mostró más variabilidad en casos con asimetrías marcadas.

Herramientas disponibles: mapa actual

| Herramienta | Tipo | Aplicación principal |

|---|---|---|

| DSD Planning Center | Software + plataforma online | Análisis facial, diseño, comunicación con laboratorio |

| Smile Designer Pro | Software de escritorio | Análisis proporcional y diseño gráfico |

| 3Shape Smile Design | Integrado con escáner intraoral | Flujo 2D→3D en un solo entorno |

| Dental Monitoring + IA | App + plataforma | Monitorización y simulación en tiempo real |

| ChatGPT / MidJourney (uso experimental) | IA generativa | Prototipado visual rápido, no validado clínicamente |

Cabe distinguir entre herramientas con validación clínica publicada —principalmente las integradas en flujos CAD/CAM— y las que operan como apoyo visual sin evidencia de precisión clínica. El uso de IA generativa para simulación estética no ha sido validado como herramienta de planificación clínica y debe presentarse al paciente como orientativo, no como predicción vinculante.

Limitaciones y aspectos regulatorios

El DSD es un protocolo de planificación, no una técnica restauradora en sí misma. Las limitaciones prácticas incluyen:

  • Curva de aprendizaje: el manejo del software y la integración del flujo fotográfico requieren formación específica. Estudios cualitativos muestran que clínicos sin entrenamiento producen diseños con errores de escala y proporcionalidad.
  • Gestión de expectativas: la simulación visual puede generar expectativas que no siempre son técnicamente alcanzables. Es responsabilidad del clínico establecer por escrito los límites del resultado esperado antes de iniciar el tratamiento.
  • Transferencia al resultado real: la correlación entre el diseño digital y el resultado clínico final depende de la precisión del escáner, el material restaurador y la técnica de cementado. La revisión de PMC11056402 (2024) señala que la discrepancia entre la simulación y el resultado definitivo sigue siendo un reto en restauraciones sobre tejidos blandos.
  • Marco regulatorio: en España, el uso de IA en diagnóstico y planificación dental está sujeto al Reglamento (UE) 2024/1689 sobre inteligencia artificial (AI Act), que clasifica estas aplicaciones según su nivel de riesgo. Los fabricantes de software médico con componentes de IA están obligados a obtener marcado CE como producto sanitario.

Conclusiones clínicas

La evidencia disponible hasta 2025 respalda el uso del DSD como protocolo de planificación estética con beneficios demostrados en satisfacción del paciente, precisión restauradora y comunicación clínica. Su integración en flujos digitales completos —escáner intraoral, CAD/CAM, provisionales de diagnóstico— amplifica los beneficios al conectar el diseño visual con la fabricación protésica.

La incorporación de IA al DSD muestra resultados prometedores en velocidad de diseño y aceptación por el paciente, pero la evidencia de largo plazo es aún limitada y la heterogeneidad entre estudios es alta. La IA no sustituye el criterio clínico en la toma de decisiones estéticas ni la formación en análisis facial y principios de proporción.

El DSD debe entenderse como una herramienta de comunicación y planificación, no como un sistema de promesa de resultado. Su valor máximo se obtiene cuando el clínico entiende sus principios subyacentes —proporción áurea, análisis facial, biomecánica restauradora— y los usa como lenguaje compartido con el paciente y el laboratorio.

---

FUENTES

1. "Digital Smile Design and Patient-Centered Outcomes in Esthetic Restorative Dentistry: A Systematic Review." *Cureus*, 2025. PMC12746897. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC12746897/

2. "The Recent Use, Patient Satisfaction, and Advancement in Digital Smile Designing: A Systematic Review." *PMC*, 2024. PMC11251929. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC11251929/

3. "Assessment of Patient Satisfaction and Treatment Outcomes in Digital Smile Design vs. Conventional Smile Design: A Randomized Controlled Trial." *Journal of Pharmacy and Bioallied Sciences*, 2024. DOI: 10.4103/jpbs.jpbs_928_23. https://journals.lww.com/jpbs/fulltext/2024/16001/assessment_of_patient_satisfaction_and_treatment.193.aspx

4. Saini RS et al. "Impact of artificial intelligence-based digital smile design on patient and clinician satisfaction and facial esthetic outcomes: A systematic review and meta-analysis." *Digital Health*, 2025. DOI: 10.1177/20552076251388392. https://journals.sagepub.com/doi/10.1177/20552076251388392

5. "Integrating digital smile design into restorative dentistry: A narrative review of the applications and benefits." *PMC*, 2024. PMC11056402. https://pmc.ncbi.nlm.nih.gov/articles/PMC11056402/