La médecine 4P est considérée comme l'avenir de la pratique médicale, mettant l'accent sur la prédiction, la personnalisation, la prévention et la participation pour une gestion précise des patients. Les technologies de l'intelligence artificielle (IA) transforment rapidement de nombreux domaines médicaux et jouent un rôle crucial en ouvrant la voie à la médecine 4P. La dentisterie implantaire est relativement plus numérisée que beaucoup d'autres disciplines dentaires, utilisant diverses technologies numériques avancées tout au long du processus de traitement. Plus récemment, un nombre croissant d'outils innovants pilotés par l'IA ont été développés et validés dans le domaine de la dentisterie implantaire. Ces outils d'IA peuvent aider les cliniciens à obtenir un diagnostic plus précis, une planification de traitement personnalisée, une chirurgie guidée précise et des résultats de traitement prévisibles. Cet article présente un résumé des outils d'IA liés au traitement implantaire à différents stades, du diagnostic au traitement et au-delà, et examine leur contribution possible pour faire progresser une approche prédictive, préventive, personnalisée et participative de la gestion des patients implantés.
Depuis des décennies, de nombreux outils d'évaluation des risques ont été largement utilisés pour déterminer les stratégies de gestion de diverses maladies et affections dento-maxillofaciales. Ces outils stratifient principalement les individus en différents groupes de risque sur la base de caractéristiques phénotypiques partagées. Par exemple, des facteurs de risque tels que le tabagisme, le diabète sucré et une mauvaise hygiène bucco-dentaire ont été utilisés pour l'évaluation des risques de maladies parodontales et péri-implantaires, et par la suite des mesures préventives uniformes ou des options de traitement sont attribuées à tous les individus appartenant à un groupe de risque spécifique (Schwendicke et al. 2022). De véritables soins personnalisés devraient adapter les stratégies de gestion en fonction des caractéristiques biologiques, sociales et comportementales d'un individu, ce qui s'aligne étroitement sur le concept de "médecine 4P" (Hung et al. 2023).
Introduite en 2010, la "médecine 4P" a été considérée comme une future forme de pratique médicale qui met l'accent sur l'importance des 4P dans la prise en charge des patients (Auffray et al. 2010). Les 4P sont la prédiction, la personnalisation, la prévention et la participation. La prédiction vise à évaluer la susceptibilité d'un individu à des maladies ou des conditions spécifiques en analysant les facteurs génétiques, le mode de vie et l'environnement. Cela permet une identification précoce des problèmes de santé potentiels et la mise en œuvre de mesures préventives appropriées. La prévention vise à réduire le risque de maladies et de problèmes de santé par des modifications du mode de vie, des interventions ciblées et des plans de santé personnalisés basés sur les facteurs de risque d'un individu afin de maintenir un bien-être général. La personnalisation vise à élaborer des stratégies de diagnostic, de traitement et de prévention sur mesure en tenant compte des caractéristiques biologiques, sociales et comportementales de l'individu, ce qui permet de mettre en œuvre des thérapies plus précises et plus efficaces avec moins d'effets secondaires. La participation encourage les patients à s'impliquer activement dans leurs soins de santé par le biais de mesures préventives et d'un suivi de la santé centrés sur le patient (Bartold et al. 2022).
Actuellement, plusieurs technologies de pointe innovantes, telles que l'intelligence artificielle (IA), la robotique, la réalité virtuelle/augmentée (VR/AR) ainsi que les dispositifs intelligents portables et implantables, sont intégrées dans l'industrie des soins de santé. Parmi ces technologies de rupture, l'IA s'est imposée comme un moteur de l'évolution vers la dentisterie 4P (Hung et al. 2023). Récemment, une large gamme d'outils d'IA a été développée dans diverses disciplines dentaires pour aider les cliniciens dans le diagnostic, la planification du traitement, la prédiction des résultats et la gestion des patients (Hung et al. 2022). Ces outils d'IA ont été principalement développés sur la base d'images radiographiques dentaires en utilisant l'apprentissage profond, en particulier les réseaux neuronaux convolutionnels, car les données d'images étaient facilement disponibles.
En dentisterie implantaire, un nombre croissant d'outils pilotés par l'IA a été développé pour aider les cliniciens à différentes étapes, depuis le diagnostic et la planification du traitement jusqu'à la post-chirurgie et l'entretien (Wu et al. 2024) (Tableau 1 et Fig. 1).