En 2003, une recherche systématique a trouvé plus de 2 000 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 conçu 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.
Commentaire
Le nombre de…
