EUVIMEDEUVIMED entdecken
Crossref

Intelligence artificielle et analyse céphalométrique Évaluation comparative des tracés céphalométriques automatisés par IA versus tracés manuels humains

Laurent Petitpas, Jean-Michel Salagnac

Revue d'Orthopédie Dento-Faciale · 2026 · 60 (3) · 275-286

DOI: 10.1051/odf/2026028 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Revue d'Orthopédie Dento-Faciale, online erschienen am 03.08.2026. Verfasst von Laurent Petitpas und 1 weiteren Autor:innen. Die Arbeit nennt 42 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Contexte : 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. Objectif : 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. Méthode : Recherche bibliographique structurée dans PubMed, Scopus, Web of Science et la littérature grise (2017-mars 2025). Les études retenues portaient sur la détection automatisée de repères céphalométriques par réseaux de neurones convolutifs (CNN : Convolutional Neural Network) sur téléradiographies latérales 2D et imagerie CBCT 3D, comparée au tracé manuel. Critères : erreur radiale moyenne (ERM ou MRE : mean radial error), taux de détection réussie (SDR : Successful Detection Rate) au seuil de 2 mm, mesures angulaires et linéaires dérivées. Résultats : 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. Le temps d’exécution est inférieur à une minute pour l’IA contre 15 à 30 minutes pour le tracé manuel. Conclusion : L’IA représente un outil d’assistance prometteur mais ne peut se substituer à la supervision d’un orthodontiste expérimenté. La collaboration débutant-IA améliore les performances du débutant seul. Les données actuelles soutiennent surtout un pré-tracé IA validé par clinicien, sans supériorité universelle démontrée sur l’expert 27. Des études multicentriques prospectives restent nécessaires.

Zitieren

APA

Petitpas, L., & Salagnac, J. (2026). Intelligence artificielle et analyse céphalométrique Évaluation comparative des tracés céphalométriques automatisés par IA versus tracés manuels humains. Revue d'Orthopédie Dento-Faciale, 60(3), 275-286. https://doi.org/10.1051/odf/2026028

Vancouver

Petitpas L, Salagnac J. Intelligence artificielle et analyse céphalométrique Évaluation comparative des tracés céphalométriques automatisés par IA versus tracés manuels humains. Revue d'Orthopédie Dento-Faciale. 2026;60(3):275-286. doi:10.1051/odf/2026028

BibTeX
@article{Petitpas2026,
  author = {Petitpas, Laurent and Salagnac, Jean-Michel},
  title = {Intelligence artificielle et analyse céphalométrique Évaluation comparative des tracés céphalométriques automatisés par IA versus tracés manuels humains},
  journal = {Revue d'Orthopédie Dento-Faciale},
  year = {2026},
  volume = {60},
  number = {3},
  pages = {275--286},
  doi = {10.1051/odf/2026028}
}
Kostenlos starten →