La tomografia computerizzata cone beam (CBCT) è diventata una pietra miliare nell'imaging dentale, offrendo immagini ad alta risoluzione e tridimensionali essenziali per la pianificazione preoperatoria e la valutazione postoperatoria degli impianti dentali. Nonostante i suoi vantaggi, la CBCT è spesso ostacolata da artefatti, specialmente in presenza di impianti metallici, che causano il deterioramento dell'immagine, complicano la diagnosi e ostacolano la pianificazione chirurgica. Gli artefatti introducono sfide significative nella valutazione accurata delle strutture peri-implantari e dei tessuti circostanti. Le soluzioni attuali, inclusi aggiustamenti ai parametri di esposizione ai raggi X e correzioni hardware e software, offrono miglioramenti parziali ma rimangono insufficienti nell'eliminare completamente gli artefatti in numerosi casi. L'introduzione dell'intelligenza artificiale (IA) offre un approccio trasformativo sfruttando algoritmi di deep learning per identificare, correggere e persino prevedere i modelli di artefatti. Sebbene l'IA abbia il potenziale per migliorare la qualità dell'immagine, l'accuratezza diagnostica e l'efficienza operativa, permangono delle sfide. Per integrare l'IA in modo sicuro ed efficace nell'imaging dentale, è importante garantire che il modello funzioni bene con diverse unità CBCT, tipi di impianti e anatomie dei pazienti, e che sia addestrato su un set diversificato di dati. Affrontare le considerazioni etiche è altrettanto cruciale per mantenere la sicurezza e la fiducia dei pazienti. Le ricerche future dovrebbero concentrarsi su metodi ibridi che combinano l'IA con tecniche tradizionali di correzione degli artefatti e sull'espansione delle capacità dell'IA per ridurre gli artefatti in una gamma più ampia di modalità di imaging. Questi avanzamenti miglioreranno ulteriormente la precisione e la completezza dell'implantologia dentale.
La tomografia computerizzata cone beam (CBCT) è una modalità di imaging avanzata che svolge un ruolo cruciale nell'implantologia dentale, producendo immagini tridimensionali ad alta risoluzione che consentono una pianificazione preoperatoria accurata e una valutazione postoperatoria efficace. Fornendo dati dettagliati, la CBCT aiuta a minimizzare i rischi chirurgici, migliorare i risultati per i pazienti e supportare il successo a lungo termine degli impianti dentali (Bornstein et al. 2017; Fuglsig et al. 2024; Jacobs et al. 2018). Tuttavia, una delle principali sfide associate all'imaging CBCT è la presenza di artefatti, in particolare quelli causati da oggetti metallici come gli impianti dentali. Gli artefatti, in questo contesto, si riferiscono a strutture visualizzate che appaiono nell'immagine finale ma che non esistono realmente nell'oggetto esaminato. In termini semplici, rappresentano un deterioramento dell'immagine. Questi artefatti generalmente si manifestano quando le condizioni reali della scansione, come la posizione o il materiale dell'oggetto scansionato e la configurazione dello scanner, non corrispondono ai modelli matematici utilizzati per creare l'immagine 3D (Schulze et al. 2011). Gli artefatti correlati ai metalli possono manifestarsi in vari modi, potenzialmente oscurando dettagli critici dell'immagine e complicando l'accuratezza diagnostica. Pertanto, affrontare questi artefatti è essenziale per comprendere meglio l'affidabilità delle scansioni CBCT nell'implantologia dentale. Per facilitare una comprensione più approfondita della terminologia utilizzata in questo manoscritto e della sua rilevanza clinica, la Tabella 1 fornisce un riepilogo completo dei termini chiave, delle loro definizioni e della loro importanza nell'implantologia orale.