Objectif : Les applications de l’Intelligence artificielle (IA) dans le domaine dentaire se développent rapidement. Des techniques et des méthodes d’IA ont été utilisées pour identifier les caries sur les radiographies ou prédire les résultats des traitements parodontaux ou endodontiques par exemple. En orthodontie, des systèmes d’IA ont été développés pour automatiser le tracé céphalométrique, pour aider à la prédiction de la croissance ou à la détermination de la maturation cervicale entre autres. Or, l’utilité de l’IA n’a pas encore été explorée pour la génération de modèles de prédiction du besoin d’extractions orthodontiques. Cette étude visait ainsi à investiguer l’utilité d’un système d’IA pour la prédiction du besoin d’extractions lors d’un traitement orthodontique en fonction du genre, de mesures sur modèle et de données céphalométriques.
Matériels et méthodes : Le genre, les mesures sur modèles et les données céphalométriques de 214 patients traités par deux orthodontistes expérimentés ont été collectés, traités à l’aide d’un logiciel d’apprentissage automatique (Auto-WEKA) et utilisés pour prédire le besoin d’extractions. De plus, pour chaque patient, la variable “extraction” (non/oui) était également collectée.
Les critères d’inclusion étaient la réalisation d’un traitement orthodontique complet à l’aide d’un appareil orthodontique fixe vestibulaire ou lingual. Les patients dont le dossier était incomplet, qui avaient reçu un traitement ortho-chirurgical ou un traitement de première intention, avec une ou plusieurs dents autres que les troisièmes molaires absentes avant traitement ou qui présentaient des malformations congénitales, ont été exclus.
Résultats : Sur 214 patients inclus, 44 % étaient des femmes et des extractions ont été réalisées pour 38 % des cas. En générant et en comparant plusieurs modèles de prédiction…
