La Revue N°60-3 : Orthodontie et Intelligence artificielle

Histoire, Éthique, Implications, Responsabilité

En 1948, George Orwell achevait 1984, la plus célèbre uchronie de la littérature moderne, où il décrit un langage — le « novlangue » — conçu pour orienter la pensée par l’usage immodéré des oxymores. Près de quatre-vingts ans plus tard, si cette dystopie ne s’est heureusement pas réalisée, tout observateur attentif remarquera la multiplication de ces tournures dans le langage contemporain : « guerre humanitaire », « énergie renouvelable », « développement durable », « réalité virtuelle », ou encore le syntagme qui nous occupe aujourd’hui : « l’intelligence artificielle », rapidement figé sous l’acronyme « IA ».

Sommaire

Ce numéro de la Revue d’ODF a pour ambition de lever les ambiguïtés, tant conceptuelles que pratiques, que porte cette technologie appliquée à l’Orthopédie Dento-Faciale. L’intelligence artificielle s’intègre aujourd’hui en orthodontie par des voies multiples — de l’imagerie à la planification, de la télésurveillance à la rédaction des comptes rendus ou à la relation avec le patient — déplaçant ainsi, systématiquement, une part de la décision clinique.

Les dix contributions rassemblées dans ce dossier, signées par Aymeric Philibert, Jean-François Coblentz, Laurent Petitpas, Jean-Michel Salagnac, Gauthier Dot, Michel Le Gall, Patrick El Sayegh, Kozam Tahora, Masrour Makaremi, Youssef Trardi et Omar Yahia, dessinent un parcours qui part de la définition et de l’histoire de l’IA pour aboutir à la question de la responsabilité pratique de l’orthodontiste lorsqu’il déploie ces outils.

« L’avenir de notre discipline dépendra de notre capacité à maîtriser ces technologies plutôt qu’à les subir ! »

Les intelligences artificielles : Histoire et définitions

Aymeric Philibert (SQODF, Salbris), Jean-François Coblentz (Ph’D, Béthemont-la-Forêt)

L’intelligence artificielle est un « fétiche » moderne, mais elle s’inscrit en réalité dans une longue tradition mythologique et historique de création de machines pensantes. Définie scientifiquement comme un processus d’imitation de l’intelligence humaine par des algorithmes et des données, elle a évolué de l’approche logique (IA symbolique) vers des modèles probabilistes (IA connexionniste). En orthodontie, ces technologies facilitent déjà l’analyse radiographique et la segmentation 3D, tandis que les modèles génératifs (LLM) optimisent les tâches administratives et de traduction. Toutefois, ces systèmes présentent des limites majeures, notamment des risques d’erreurs ou de biais, car ils ne comprennent pas le sens réel des données traitées. La maîtrise de ces outils impose donc aux praticiens de conserver un regard critique et une expertise clinique forte pour valider des résultats purement statistiques.

Intelligence artificielle et analyse céphalométrique

Laurent Petitpas (SQODF, Pont-à-Mousson), Jean-Michel Salagnac (ODMF, Nantes)

L’analyse céphalométrique constitue un pilier fondamental du diagnostic en orthodontie et en orthopédie maxillo-dento-faciale (ODF/OMDF) et de la planification thérapeutique. Traditionnellement réalisée manuellement, cette procédure est chronophage, opérateur-dépendante et sujette à une variabilité inter- et intra-observateur significative. L’émergence de l’intelligence artificielle (IA), en particulier l’apprentissage profond, a ouvert de nouvelles perspectives pour l’automatisation de l’identification des repères céphalométriques. Cette revue vise à évaluer de manière critique les performances des systèmes d’analyse céphalométrique pilotés par IA, en comparaison avec le tracé manuel, en termes de précision, reproductibilité, efficience temporelle et pertinence clinique. Les systèmes d’IA atteignent des SDR de 75 à 90 % au seuil de 2 mm, avec une MRE méta-analytique de 1,39 mm. Les mesures dentaires montrent un bon accord avec le tracé manuel, tandis que les mesures squelettiques et des tissus mous présentent des divergences cliniquement significatives. L’IA représente un outil d’assistance prometteur mais ne peut se substituer à la supervision d’un orthodontiste expérimenté.

Segmentation IA des CBCT : architectures, métriques et performances

Laurent Petitpas (SQODF, Pont-à-Mousson), Gauthier Dot (SQODF, MCU PH, Paris), Michel Le Gall (SQODF, PU PH, Marseille)

La segmentation automatisée des imageries CBCT par intelligence artificielle (IA) constitue une avancée majeure en odontologie numérique. Les algorithmes d’apprentissage profond (Deep Learning), notamment les architectures dérivées du U-Net, permettent désormais d’extraire automatiquement des modèles tridimensionnels au format STL des structures dento-maxillo-faciales. Ce premier article d’une série de deux synthétise les architectures utilisées, les métriques d’évaluation et les performances actuelles de ces systèmes. Le modèle STL dérivé d’une segmentation automatique ne constitue pas un équivalent anatomique exact : les méta-analyses récentes rapportent des coefficients de Dice élevés pour les dents et les grandes structures osseuses, mais des résultats plus hétérogènes pour les structures fines, notamment le canal mandibulaire. L’interprétation clinique impose donc d’associer le DSC à des métriques de surface et à une validation anatomique sur les coupes DICOM natives.

Segmentation IA des CBCT : erreurs STL et implications cliniques

Laurent Petitpas (SQODF, Pont-à-Mousson), Gauthier Dot (SQODF, MCU PH, Paris), Michel Le Gall (SQODF, PU PH, Marseille)

Malgré des performances de segmentation élevées, les modèles STL générés par intelligence artificielle (IA) à partir d’imageries CBCT peuvent présenter des erreurs de contours avec un impact clinique significatif. Ce second article d’une série de deux analyse les principales sources d’erreurs des fichiers STL (artéfacts métalliques, faible contraste, résolution du voxel, conversion voxel-maillage, fusion CBCT-IOS). Il s’agit d’une revue narrative ; les solutions commerciales et open source listées ne constituent pas un comparatif exhaustif ni une recommandation commerciale. Un cas clinique illustre la variabilité inter-algorithmes et la nécessité d’une validation par des experts. Le message central est clair : un STL issu d’IA doit être considéré comme un modèle opératoire à valider, non comme une vérité anatomique définitive.

De l’art à l’algorithme : l’IA et la photographie digitale au service de l’excellence orthodontique

Patrick El Sayegh, DDS, MSc, DU (Beyrouth)

La photographie numérique, standardisée et intégrée dans des workflows algorithmiques, devient un véritable outil décisionnel en orthodontie. Cette revue de la littérature analyse l’évolution de ces outils, leurs performances cliniques, leurs apports dans la pratique quotidienne et leurs limites éthiques et réglementaires. Elle met en évidence comment la combinaison de l’IA et de l’imagerie numérique contribue à une orthodontie dite « augmentée », plus précise, plus reproductible et plus centrée sur le patient. Enfin, les enjeux de formation, de responsabilité clinique et de protection des données sont discutés afin d’encadrer une adoption raisonnée et scientifiquement fondée de ces technologies.

L’orthodontiste AI-native : de la pensée cascade à la pratique clinique

Kozam Tahora, Docteur en chirurgie dentaire (Marseille)

L’intelligence artificielle s’installe dans les cabinets, mais tous les praticiens ne sont pas également préparés à cette transition. Cet article défend une idée simple : l’orthodontiste, par sa formation à la pensée systémique et à la synthèse de la complexité, possède déjà les aptitudes cognitives nécessaires pour maîtriser ces outils. Cette opportunité s’accompagne d’un risque : utiliser l’IA comme un raccourci qui atrophie le raisonnement plutôt que comme un amplificateur qui le renforce. Pour distinguer les deux, l’auteur propose quatre exigences applicables à tout outil d’aide à la décision : raisonnement causal, effort cognitif préservé, anticipation des effets en cascade, et reconnaissance explicite de l’incertitude, illustrées par un cas pédiatrique soumis à un prototype de laboratoire. La thèse défendue : l’IA utile en orthodontie n’est pas celle qui répond vite, mais celle qui doute au bon moment.

Élaguer le beau pour laisser place à l’extraordinaire

Masrour Makaremi, SQODF, docteur en neuroscience cognitive (Bergerac)

L’intelligence artificielle (IA) transforme progressivement la pratique orthodontique en modifiant non seulement les outils, mais aussi les modalités du raisonnement clinique. Cet article propose une approche centrée sur la préservation de la souveraineté cognitive du praticien, en particulier dans les situations de décision complexe, et souligne la tension entre la nature implicite et intuitive de l’expertise clinique et les contraintes de verbalisation imposées par les systèmes numériques actuels. Trois modes d’adaptation du clinicien sont décrits, dont une voie intégrative permettant une collaboration efficiente entre intelligence humaine et intelligence artificielle. Le concept d’« allégorie du papillon » est introduit comme modèle d’architecture cognitive visant à prolonger l’intuition experte sans en altérer la dynamique — l’IA étant envisagée comme un outil d’amplification du jugement clinique, à condition de respecter le fonctionnement naturel du praticien.

Je délègue une intention à un agent IA

Youssef Trardi, PhD (Marseille)

Les systèmes agentiques déplacent l’IA clinique d’une logique d’exécution de tâches vers une logique d’interprétation d’intentions, exposant des mécanismes d’arbitrage souvent implicites. Cet article propose un cadre conceptuel et opérationnel pour analyser les risques liés à la délégation d’intention à un agent d’IA en orthodontie, à travers une revue narrative articulant une définition opératoire de l’intention clinique et une typologie des autonomies agentiques (normalisation silencieuse, sur-exploration, sur-génération). Conclusion : la délégation d’intention n’est acceptable que si elle s’accompagne d’une gouvernance vérifiable — traçabilité minimale, séparation génération/évaluation/validation, supervision humaine praticable et littératie IA clinique — avec intégration du patient dans l’information et le consentement.

Considérations éthiques, confidentialité des données et limites de l’IA en orthodontie, deux approches

Aymeric Philibert (SQODF, Salbris), Jean-François Coblentz (Ph’D, Béthemont-la-Forêt)

L’intégration de l’intelligence artificielle en orthodontie promet des avancées majeures en matière de précision diagnostique et d’individualisation des soins. Cependant, le déploiement de ces technologies bouscule les fondements éthiques de la médecine en introduisant une strate technologique impersonnelle entre le praticien et son patient, menaçant la « relation singulière » que les structures ordinales s’efforcent de préserver. La profession fait aussi face à d’importants défis techniques et juridiques : opacité des biais algorithmiques, risques de violations de données sous l’égide du RGPD, et dilution de la responsabilité clinique face à des éditeurs de logiciels à responsabilité limitée. Bien que l’IA s’affirme comme un outil d’optimisation indispensable, le praticien demeure l’unique responsable juridique et déontologique de ses traitements — d’où la nécessité d’encadrer ces systèmes, d’éduquer les professionnels et d’imposer une transparence totale envers les patients.

IA et responsabilité : le cas de l’orthodontie – Chronique juridique

Omar Yahia, avocat (Paris), Laurent Petitpas, SQODF (Pont-à-Mousson)

Les systèmes d’intelligence artificielle sont désormais présents dans l’ensemble du flux de travail orthodontique : analyse céphalométrique, segmentation CBCT, planification par aligneurs et télésurveillance. Cette chronique examine la responsabilité de l’orthodontiste, de la structure d’exercice et des opérateurs économiques au regard notamment de l’AI Act, du RGPD et du règlement relatif aux dispositifs médicaux. Elle distingue les outils à finalité médicale des outils de productivité et rappelle les risques propres à l’orthodontie : erreurs de repérage, validation non critique d’un set-up, limites de segmentation et défaut de surveillance à distance. L’orthodontiste demeure responsable de son interprétation, de la supervision humaine et de l’information du patient. L’IA doit compléter la responsabilité clinique, sans jamais s’y substituer.

Revue de presse

Françoise Kalifa (SQODF), Hélène Desnoës (SQODF)

Comme à chaque numéro, la revue de presse sélectionne et commente l’actualité scientifique et professionnelle marquante pour l’orthodontie.

Lu pour vous

Yves Soyer, SQODF (Montgeron)

Cette rubrique présente deux lectures. La nouvelle édition des Pouvoirs de l’intelligence émotionnelle, de Didier Noyé, Claire Lauzol et Régis Rossi, rappelle que la lucidité, l’empathie et l’intelligence relationnelle demeurent irremplaçables face au développement de l’intelligence artificielle. Elle propose des repères concrets pour mieux comprendre et réguler les émotions dans les relations professionnelles.

Un second article, « Erreur médicale : que faire en cas de procédure ? », souligne les principes essentiels lorsqu’un praticien est mis en cause : prévenir rapidement son assureur, s’entourer d’un avocat spécialisé, communiquer avec transparence, conserver un dossier médical rigoureux et rechercher un soutien psychologique. Organisation, accompagnement et qualité du dialogue constituent les fondements d’une gestion apaisée de ces situations.

La Revue N°60-3 : Orthodontie et Intelligence artificielle –