L’intelligence artificielle transforme aussi le champ maxillo-facial
Domenico Albano, Vanessa Galiano, Mariachiara Basile, Filippo Di Luca, Salvatore Gitto, Carmelo Messina, Maria Grazia Cagetti, Massimo Del Fabbro, Gianluca Martino Tartaglia, Luca Maria Sconfienza
L’intelligence artificielle s’installe progressivement dans les pratiques de santé, y compris dans le domaine dentaire et maxillo-facial.
Cette revue systématique publiée dans BMC Oral Health en 2024 analyse 20 études consacrées à la détection des lésions carieuses sur les examens radiographiques.
Les résultats sont particulièrement intéressants : selon les modèles étudiés, la sensibilité variait de 0,44 à 0,86 et la spécificité de 0,83 à 0,98, avec des performances globalement encourageantes.
Certains travaux rapportent même des performances supérieures à celles obtenues sans assistance par l’IA, notamment pour certaines lésions précoces.
Mais l’objectif n’est pas de remplacer le professionnel : l’IA est envisagée comme une aide à la décision, capable de faciliter l’analyse, de réduire la charge de travail et de favoriser une prise en charge plus précoce.
Les auteurs insistent d’ailleurs sur un point essentiel : le professionnel reste le décideur final et doit conserver un regard critique sur les outils utilisés.
Pour le kinésithérapeute, cette évolution rappelle l’importance d’une formation spécialisée en rééducation maxillo-faciale, permettant de mieux comprendre l’environnement oro-facial du patient, d’affiner son observation clinique et de travailler en complémentarité avec les autres professionnels de santé.
À noter : cet article ne décrit pas d’exercices ou de techniques de kinésithérapie. Il serait donc scientifiquement incorrect de lui attribuer, par exemple, des exercices de mobilité mandibulaire, des techniques de thérapie manuelle ou du travail musculaire. En revanche, il constitue une excellente porte d’entrée pour sensibiliser les kinés à l’évolution technologique du champ maxillo-facial.
→ Se former chez FKNL, c’est justement aller plus loin que la simple théorie : développer son raisonnement clinique, maîtriser l’examen oro-facial et acquérir des outils directement transposables dans la pratique du cabinet.
Référence : Albano D. et al. Artificial intelligence for radiographic imaging detection of caries lesions: a systematic review. BMC Oral Health. 2024;24:274.
Fig 1. Organigramme de sélection et de tri des articles
Fig 2. Évaluation QUADAS-2 des domaines individuels de risque de biais et des problèmes d’applicabilité
