Depuis son introduction dans les années 1930, la céphalométrie constitue un pilier du diagnostic orthodontique, de l’analyse de croissance et du suivi thérapeutique. Longtemps réalisée de façon manuelle, puis digitalisée, elle est aujourd’hui en pleine mutation avec l’arrivée de solutions basées sur l’intelligence artificielle.
Ces logiciels permettent de détecter automatiquement les points anatomiques et d’effectuer les calculs en quelques secondes, réduisant ainsi la variabilité inter-opérateurs et la durée d’analyse. Pour autant, leur fiabilité fait débat dans la littérature scientifique, certaines études évoquant des imprécisions en raison d’erreurs d’identification des repères anatomiques.
L’étude publiée en 2025 dans BMC Oral Health a comparé trois techniques de tracé sur 120 téléradiographies de patients âgés de 14 à 33 ans :
Au total, 34 mesures céphalométriques ont été analysées : paramètres squelettiques maxillaires et mandibulaires, relations intermaxillaires, dimensions verticales, dents antérieures et tissus mous. Les résultats statistiques ont permis de mesurer la variabilité entre les méthodes.
Les écarts les plus marqués concernent les mesures squelettiques. L’IA a tendance à surestimer certains angles maxillaires et mandibulaires, pouvant entraîner une mauvaise interprétation de la protrusion ou des relations sagittales.
Sur le plan vertical, les méthodes manuelles ont produit des valeurs plus élevées que l’IA, notamment pour les angles GO-GN-SN et gonial (P < 0.001). Cela confirmerait une meilleure précision de l’œil humain dans l’identification des repères osseux verticaux.
Les différences observées au niveau dentaire, bien que statistiquement significatives pour certaines variables, restent cliniquement limitées.
Par exemple, l’angle inter-incisif ne présente aucune différence notable entre les trois méthodes. Les mesures telles que L1-NB et U1-NA varient légèrement, mais sans entraîner de modification majeure du diagnostic.
Entre précision et efficacité, le tracé semi-automatique se démarque comme une alternative intéressante. L’intervention humaine permet de corriger les éventuelles erreurs de localisation des points par l’IA, tout en réduisant le temps de réalisation par rapport à un tracé entièrement manuel.
Cependant, l’étude souligne que le recours à un œil expert demeure indispensable, en particulier pour les repères squelettiques et tissulaires. Les logiciels d’IA ne peuvent, à ce stade, fonctionner sans validation clinique.
Les auteurs soulignent plusieurs limites :
• L’étude se concentre sur un seul logiciel d’IA, ce qui ne permet pas de généraliser les résultats à l’ensemble des solutions du marché.
• L’analyse tissulaire est restreinte au seul angle naso-labial.
Néanmoins, avec l’amélioration des bases d’apprentissage et des algorithmes, l’IA pourrait devenir un outil de mesure fiable, notamment en première intention pour le dépistage ou le suivi.
Pour consulter l’étude complète : BMC Oral Health (2025). Disponible en ligne : https://bmcoralhealth.biomedcentral.com/articles/10.1186/s12903-025-06765-x