- VICTOR.DIAZ-FLORES@universidadeuropea.es
- Facultad de Ciencias Biomédicas y de la Salud - Madrid
Víctor Díaz Flores García
- Biomédicas y Salud
- Odontología
Doctor en el programa de Biomedicina y Ciencias de la salud por la Universidad Europea de Madrid, licenciado en Derecho por la Universidad Complutense de Madrid y Máster Universitario en Endodoncia Avanzada por la Universidad Europea. Está acreditado como profesor contratado doctor por la ANECA y cuenta con un sexenio de investigación reconocido. Se ha formado como perito odontológico por la Escuela de Medicina Legal de la Universidad Complutense de Madrid.
Es profesor de grado y postgrado en Odontología en la UEM y profesor invitado en varias universidades españolas. Imparte cursos y seminarios relacionados con la odontología legal en congresos nacionales de manera habitual.
Es asesor legal del Ilustre Colegio de Odontólogos y Estomatólogos de la Iª Región desde 2008 así como secretario de la Comisión Deontológica de dicho colegio desde 2007, lo que le permite estar en contacto con el día a día en la resolución de conflictos y la gestión de problemas paciente-profesional.
Formación académica
Doctor en Biomedicina y ciencias de la Salud
- Universidad Europea
- Actualmente
Perito odontológico
- Escuela de Medicina Legal de la Universidad Complutense de Madrid
- 2013
Máster Universitario en Endodoncia Avanzada
- Universidad Europea
- 2008
Grado en Odontología
- Universidad Europea
- 2005
Grado en Derecho
- Universidad Complutense de Madrid
- 1998
Experiencia profesional
Publicaciones
Unveiling the ChatGPT phenomenon: Evaluating the consistency and accuracy of endodontic question answers
El estudio evaluó la consistencia y exactitud de respuestas generadas por ChatGPT ante preguntas clínicas dicotómicas en endodoncia, comparándolas con expertos. El modelo mostró alta consistencia (85,44 %) y exactitud moderada (57,33 %), con variaciones según la dificultad. Los resultados indican que actualmente no es adecuado para la toma de decisiones clínicas, aunque su rendimiento podría mejorar con el desarrollo del aprendizaje profundo.
Comparative study of torsional and bending stress in NiTi, graphene, and GUM metal endodontic files by finite element analysis
El estudio evaluó mediante análisis por elementos finitos la resistencia a la fatiga, torsión y flexión de instrumentos endodónticos fabricados con grafeno y metal GUM, considerando diferentes diseños geométricos. El metal GUM mostró mayor resistencia torsional, mientras que NiTi y grafeno presentaron mejor comportamiento en flexión en conductos curvos. El metal GUM se perfila como un material prometedor en el diseño de instrumentos endodónticos.
Proposal of a "Checklist" for endodontic treatment
El estudio propone un Checklist específico para tratamientos endodónticos, basado en la lista de verificación quirúrgica de la OMS. El documento incluye 21 ítems, divididos en controles previos al tratamiento y verificaciones finales antes de que el paciente abandone la consulta. Se trata de una herramienta rápida y sencilla, que favorece la organización y sistematización del procedimiento, contribuyendo a mejorar la seguridad del paciente en endodoncia.
Detecting the manipulation of digital clinical records in dental practice
El estudio evaluó la capacidad de los odontólogos para detectar radiografías dentales manipuladas digitalmente. Sesenta y seis profesionales analizaron 20 imágenes intraorales, 10 originales y 10 modificadas para simular tratamientos. La detección correcta fue del 56 %, ligeramente superior al azar. Las manipulaciones pueden pasar inadvertidas, por lo que es necesario mejorar la concienciación legal y desarrollar sistemas de validación radiográfica.
Proyectos de investigación
Inteligencia artificial aplicada a la odontología
La integración de LLMs y modelos multimodales, evaluados mediante métricas de exactitud, coherencia y repetibilidad, puede mejorar el aprendizaje clínico, la precisión diagnóstica y la toma de decisiones asistida. Los objetivos son evaluar su desempeño en odontología, desarrollar una herramienta reproducible de evaluación, analizar estrategias de prompting clínico, explorar la interpretación de imágenes y valorar su utilidad educativa.
Seguridad del paciente e IA en odontología
La incorporación de marcos de seguridad del paciente, con análisis de riesgos, auditoría de sesgos y criterios de uso supervisado, puede reducir los errores derivados del empleo inadecuado de IA en tareas clínicas. Los objetivos son identificar escenarios de riesgo, definir umbrales de uso seguro en docencia y práctica clínica, y desarrollar un marco institucional de buenas prácticas para su integración responsable.