Attention, l'article n'est pas en accès libre
Intelligence artificielle et Implantologie
Revilla-Leon M et al. Artificial intelligence applications in implant dentistry : a systematic review. J Prosthet Dent. 2021 Jun 15
En 2003, une recherche systématique a trouvé plus de 2000 types d’implants dentaires. La grande variabilité des types d’implants présente un problème difficile pour les chirurgiens-dentistes chargés de la reprise du traitement en cas de complications biologiques ou prothétiques et d’absence de passeport implantaire. Différents modèles d’intelligence artificielle (IA) ont été développés pour la reconnaissance du type d’implant à l’aide d’images radiographiques (radiographie rétro-alvéolaire et/ou panoramique dentaire). En pleine expansion dans le domaine médical et dentaire, de nouvelles applications d’IA ont été imaginées pour prédire le taux de succès et le pronostic implantaire. Des sociétés ont également conçues des modèles d’IA pour améliorer la conception des implants (dental implant design) en complément ou combinaison avec celle de l’analyse par éléments finis. L’objectif de cette revue systématique a été d’analyser les performances des modèles d’IA en implantologie. Dix-sept articles publiés entre 2005 et 2020 ont été inclus dans la présente revue. Sur la base des études examinées, les modèles d’IA développés pour la reconnaissance du type d’implant constituaient l’application la plus développée de l’IA en implantologie (7 études) , obtenant une précision globale allant de 93,8 % à 98 %. À l’exception d’une étude qui a utilisé l’analyse de régression k-plus proches voisins (k-NN), toutes les études sélectionnées ont développé un réseau neuronal convolutif (CNN) pour la reconnaissance et la classification des images. Les modèles d’IA pour prédire le pronostic de l’implant donnaient des résultats variables allant de 62,4 % à 80,5 % selon les études. Les modèles développés pour optimiser la conception du design implantaire permettraient de réduire les contraintes au niveau de l’interface os-implant.
Commentaires: Le nombre de publications qui utilisent des modèles d’IA (machine learning, deep learning) pour les applications en médecine bucco-dentaire et chirurgie orale a considérablement augmenté depuis 2018. L’IA est principalement utilisée pour mieux exploiter et interpréter les données issues de l’imagerie médicale. L’IA pourrait être utile pour la détection des lésions carieuses, des lésions parodontales, des foyers infectieux d’origine dentaire, des canaux mandibulaires, pour le diagnostic des kystes et des tumeurs, pour l’évaluation de la difficulté de réaliser un traitement endodontique, etc… Dans le domaine de l’implantologie, cette revue systématique tend à renforcer l’utilité de l’IA dans la reconnaissance du type d’implant posé en cas de reprise à distance du traitement implanto-prothétique. Les principales limites de l’IA sont en réalité celles de l’imagerie : la qualité de l’image à analyser (contraste du film, géométrie de projection…) et les limites inhérentes à la technique radiologique (superposition de structures anatomiques, distorsion du à la courbure des arcades dentaires). La variabilité de l’image radiographique obtenue à partir d’un même objet est une source majeure de biais et explique également que les comparaisons entre les différentes études sont difficiles.