L’utilisation croissante de l’intelligence artificielle (IA) pour le suivi à distance dans les traitements orthodontiques par aligneurs transparents soulève des questions importantes sur l’efficacité et la précision de cette technologie. Une étude récente menée par la Harvard School of Dental Medicine a mis en lumière les limites de cette approche innovante, qui promettait d’améliorer le contrôle clinique et l’expérience patient.
Incohérences dans les instructions de suivi
L’étude a examiné la capacité de l’IA à fournir des instructions cohérentes sur la progression du traitement (instructions Go ou No-Go). Les chercheurs ont analysé les décisions de l’IA concernant la préparation des patients à passer à l’étape suivante de leur traitement et ont identifié les écarts de suivi des aligneurs. En utilisant une application de surveillance à distance sur smartphone pour scanner les aligneurs de 30 patients à deux reprises, l’étude a révélé que seulement 44,7 % des mesures étaient compatibles, et il y avait une grande variabilité dans la détection des dents ne suivant pas correctement les alignements.
Évaluation des disparités dimensionnelles
Les scans intra-oraux et de suivi à distance ont été comparés aux fichiers STL des positions dentaires planifiées pour mesurer les écarts maximaux. Les résultats ont montré des écarts significatifs, tant pour les patients ayant reçu des instructions Go que ceux avec des instructions No-Go, dans les dimensions mesiodistale, buccolingual, occlusogingival, ainsi que l’inclinaison, le torque et la rotation. Ces divergences mettent en question la fiabilité des décisions prises par l’IA, révélant une absence de différence statistique marquée entre les deux groupes de patients en termes de précision des alignements.
Conséquences pour les praticiens et les patients
Les résultats de cette étude soulignent la nécessité d’une supervision humaine étroite et d’une évaluation continue de la technologie de surveillance à distance. Ils appellent également à une amélioration des algorithmes d’IA pour garantir des décisions plus précises et fiables, afin de vraiment améliorer l’expérience des patients et l’efficacité des traitements.
