L’intelligence artificielle (IA) est de plus en plus utilisée sur un large éventail d’applications médicales sous la forme de solutions d’intelligence artificielle (SIA). Parmi elles figurent le dépistage des cancers de la peau, la détection des lésions musculo-squelettiques et des fractures osseuses [1, 2]. En radiologie par exemple, le logiciel Chestlink2 est intégralement autonome pour détecter l’absence d’atteinte sur une radiographie thoracique. Il a récemment obtenu un marquage CE, autorisant son utilisation clinique [3]. En dermatologie, quand l’évaluation clinique peut se révéler difficile, l’utilisation de SIA de détection et de classification permet de faciliter un dépistage précoce, notamment pour le mélanome qui est le type de cancer le plus agressif, avec un taux de mortalité élevé, bien qu’il représente moins de 5 % de tous les cancers de la peau [1].
En odontologie, l’IA a également sa place pour automatiser différentes tâches. C’est le cas par exemple des empreintes numériques réalisées à l’aide de caméras optiques utilisant des SIA pour reconstituer certaines zones manquantes. Plus récemment, elle a été utilisée dans le traitement automatique du langage naturel pour la réalisation de comptes rendus ou encore de courriers d’adressage [4-6]. Dans notre discipline, l’identification des lésions muqueuses de la cavité orale reste encore une vraie source de difficultés pour de nombreux chirurgiens-dentistes, qui se disent incertains au moment de poser leur diagnostic, ainsi que pour la conduite à tenir [7]. Cette incertitude conduit à des retards de prise en charge, au risque d’affecter le pronostic de certains patients. Des SIA ont été proposées dans la littérature pour réaliser cette tâche, avec une multitude de protocoles et de performances annoncées très différentes, ce qui rend difficile la synthèse de ces résultats pour un praticien non spécialiste du domaine.
L’objectif…
