Article original

Intelligence artificielle : le futur de l’Orthodontie ?

Artificial Intelligence and orthodontics: Imagine the futur...

¹ CD spécialiste en orthodontie, PhD, MCU-PH, Expert près la Cour d’Appel de Versailles, Attaché Hospitalier en imagerie, Hôtel Dieu de Paris, AP-HP
² Chirurgien Dentiste
³ CD spécialiste en orthodontie, DU d’imagerie ORL et cervico-faciale

Adresse de correspondance : Jean-Michel Foucart - 105, rue du Général Leclerc - 95600 Eaubonne foucart.jm@wanadoo.fr

Reçu : 10 Mars 2019
Accepté : 11 Avril 2019

Résumé

Nombreux sont les apports envisagés de l’Intelligence Artificielle (IA) en médecine. En orthodontie, plusieurs solutions automatisées sont disponibles depuis quelques années en imagerie par rayons X (analyse céphalométrique automatisée, analyse automatisée des voies aériennes) ou depuis quelques mois (analyse automatique des modèles numériques, set-up automatisé; CS Model +, Carestream Dental™).

L’objectif de cette étude, en deux parties, est d’évaluer la fiabilité de l’analyse automatisée des modèles tant au niveau de leur numérisation que de leur segmentation.

La comparaison des résultats d’analyse des modèles obtenus automatiquement et par l’intermédiaire de plusieurs orthodontistes démontre la fiabilité de l’analyse automatique; l’erreur de mesure oscillant, in fine, entre 0,08 et 1,04 mm, ce qui est non significatif et comparable avec les erreurs de mesures inter-observateurs rapportées dans la littérature.

Ces résultats ouvrent ainsi de nouvelles perspectives quand à l’apport de l’IA en Orthodontie qui, basée sur le deep learning et le big data, devrait permettre, à moyen terme, d’évoluer vers une orthodontie plus préventive et plus prédictive.

Abstract

Numerous studies have considered the overall contribution of Artificial Intelligence (AI) to medicine. In orthodontics, several automated solutions have been available for several years in X-ray imaging (automatic cephalome- tric tracing, automatic airway measurements) or for the past few months (automatic detects and labels of teeth, automatic set-up, CS Model +, Carestream Dental™).

The objective of this study, divided in two parts, is to evaluate the reliability of the automatic analysis of digital models in terms of both digitization and segmentation.

The comparison of results calculated by the automatic models analysis with those obtained by several orthodontists demonstrates the reliability of automatic analysis. The standard measurement errors ranged between 0.08 and 1.04 mm, which is not significant and which is comparable with interobserver reproducibility reported in the available literature.

These results open up new opportunities for the contribution of AI in orthodontics. Based on deep learning and big data, it will also quickly evolve towards more preventive and predictive orthodontics.