Modèles de langage et intelligence artificielle en orthodontie : état de l'art et enjeux cliniques

1. Une discipline structurellement numérique

L'orthodontie utilise le numérique depuis plusieurs décennies, bien avant l'arrivée des LLM : céphalométrie assistée par ordinateur, empreintes optiques, conception assistée pour la fabrication de gouttières ou de bagues, imagerie volumique. Les modèles de langage prolongent cette évolution au sein d'une pratique déjà largement numérisée. Il faut toutefois distinguer deux familles d'intelligence artificielle souvent étudiées ensemble : d'une part les modèles de vision par ordinateur (réseaux de neurones convolutifs) entraînés pour des tâches de reconnaissance de motifs (repérage de points céphalométriques, segmentation d'une image radiographique), et d'autre part les modèles de langage génératifs, conçus pour produire ou raisonner sur du texte (et, pour les versions multimodales récentes, sur des images en complément du texte). Cet article porte spécifiquement sur la seconde famille.

2. Cartographie des usages documentés

2.1 Information et communication patient

La première catégorie d'usage étudiée concerne la production d'informations destinées aux patients. Chen et al. (2025, BMC Oral Health) ont comparé trois modèles (Ernie Bot, ChatGPT et Gemini) sur cinquante questions courantes de pré-traitement orthodontique, évaluées selon six dimensions (professionnalisme, exactitude, clarté, personnalisation, exhaustivité, empathie). Les scores se situent majoritairement entre 3 et 4 sur 5, avec peu de réponses jugées excellentes ; les auteurs relèvent explicitement un risque d'« hallucination » (la production, par le modèle, d'une information plausible mais fabriquée) et concluent qu'un usage médical de ces outils « requiert prudence et vérification par un professionnel ».

La revue de portée de Zheng et al. (2024, Bioengineering), fondée sur le dépouillement de 706 publications dont 12 retenues, dresse un inventaire plus large des usages émergents (éducation du patient, aide à la rédaction, réponse à des questions d'examen) tout en soulignant que la validation clinique de ces usages reste encore peu développée.

2.2 Évaluation des connaissances et raisonnement clinique

Albalawi et al. (2025, Applied Sciences) ont conduit une revue systématique avec méta-analyse portant spécifiquement sur la performance des LLM en orthodontie, à partir d'une recherche dans PubMed, Web of Science, Embase, Scopus et Google Scholar arrêtée au 31 octobre 2024. Sur 278 publications repérées, 10 ont été retenues pour l'analyse ; ChatGPT était utilisé dans la totalité d'entre elles, Gemini/Bard dans 30 %, Copilot/Bing dans 20 %. La fiabilité des réponses a le plus souvent été mesurée à l'aide de l'outil DISCERN, conçu à l'origine pour évaluer la qualité de l'information de santé destinée au public. Les auteurs concluent à une performance hétérogène selon les modèles et les versions, insuffisante pour justifier un usage clinique autonome en l'état.

2.3 Vers des modèles spécialisés

Une tendance plus récente, documentée par Helali et al. (2026, prépublication arXiv), consiste à développer des modèles fondationnels spécifiques au domaine dentaire (les auteurs citent notamment DentVFM, DentVLM et OralGPT) plutôt que de s'appuyer sur des modèles généralistes. Ces modèles spécialisés obtiennent de meilleures performances sur des tâches multimodales complexes, et les auteurs observent que « les pipelines intégrés surpassent systématiquement les approches à modèle unique ». Ils identifient toutefois des obstacles concrets à un déploiement clinique : insuffisance des jeux de données dentaires annotés, absence de référentiels d'évaluation standardisés, et persistance du risque d'hallucination propre aux systèmes génératifs.

4. Le décalage entre adoption et formation : le cas nord-américain

L'enquête de Hanenkrath, Park et Bay (2025, American Journal of Orthodontics and Dentofacial Orthopedics) offre l'un des états des lieux les plus précis disponibles. Adressée aux 74 programmes universitaires d'orthodontie accrédités d'Amérique du Nord, elle a recueilli 41 réponses valides. La figure 1 résume ces résultats contrastés.

Plus de la moitié des programmes ont donc intégré ou prévoient d'intégrer l'IA, le plus souvent sans enseignement dédié ; les trois quarts n'encouragent pas leurs internes à l'utiliser en clinique. Les auteurs eux-mêmes concluent que « les progrès continus des algorithmes d'IA nécessiteront des modifications des programmes de résidence » et appellent à une intégration formelle de l'enseignement de l'IA au cursus.

Pour répondre à ce constat, Yadav et al. (2026, Angle Orthodontist) proposent un référentiel de compétences structuré autour de six principes directeurs (approche centrée sur le patient, évaluation fondée sur les preuves, collaboration interdisciplinaire, apprentissage expérientiel, responsabilité professionnelle, capacité d'adaptation) et d'un curriculum progressif : concepts fondamentaux de l'IA, applications cliniques, gestion du patient, éthique, puis analyse critique de la recherche.

Cette même tension se retrouve, à une échelle plus large, dans la revue de portée de La Rosa et al. (2026, Dentistry Journal), qui agrège sept études et 1 772 répondants (internes, praticiens, universitaires). Les internes et praticiens en exercice y montrent un niveau de connaissance de l'IA nettement inférieur à celui des universitaires, dans un contexte d'attitudes globalement positives mais assorties de réserves récurrentes : expertise technique jugée insuffisante, coût, incertitudes éthiques et juridiques, crainte d'un moindre engagement relationnel avec le patient, et risque d'erreur diagnostique ou procédurale.

6. Les limites des usages cliniques évalués

Le débat professionnel nord-américain reprend ces réserves méthodologiques. Interrogée par le magazine Newsweek (Tullo, 2026), l'orthodontiste américaine Bella Shen Garnett résume ainsi la limite fondamentale des systèmes actuels : « la technologie a changé l'orthodontie, mais la biologie n'a pas changé ». Elle distingue précisément ce qu'un système d'IA peut observer (qu'un scan a changé, qu'un aligneur ne s'ajuste plus correctement) de ce qu'il ne peut pas évaluer : si un déplacement dentaire s'effectue en sécurité à travers l'os, ou si l'occlusion reste stable. « La technologie identifie qu'une dent ne suit pas la trajectoire prévue ; seule l'expérience clinique permet d'en comprendre la raison », observe-t-elle, en pointant également la question de la responsabilité : dans un parcours de soin fortement automatisé, notamment les modèles de télé-orthodontie en vente directe au consommateur reposant sur des données limitées, sans imagerie complète ni examen clinique en présentiel, le patient perd souvent la capacité d'identifier qui, du logiciel ou du praticien, est responsable d'un ajustement de traitement.

Cette mise en garde rejoint les réserves formulées dans la littérature académique : le risque d'erreur diagnostique ou procédurale (La Rosa et al., 2026) et le pilier de « responsabilité professionnelle » explicitement inscrit par Yadav et al. (2026) dans leur référentiel de compétences.

8. Perspectives

La littérature 2024-2026 dessine une trajectoire cohérente : les modèles de langage généralistes, après une phase de démonstrations ponctuelles, cèdent progressivement la place à des systèmes multimodaux spécialisés, mieux intégrés aux flux de travail existants. L'adoption dans les cursus universitaires nord-américains est réelle et rapide (plus d'un programme sur deux en 2025). Cette même littérature souligne toutefois les limites de ces systèmes : ils ne reproduisent pas l'examen clinique, le raisonnement biomécanique appliqué à une anatomie donnée, ni la responsabilité du suivi thérapeutique, et la gouvernance (formation, encadrement réglementaire, référentiels de compétence) reste nettement en retard sur le rythme de déploiement des outils.