Repenser la santé bucco-dentaire à l’ère de l’intelligence artificielle : un levier pour la prévention et la réduction des inégalités
La session consacrée à l’intelligence artificielle en santé bucco-dentaire, organisée lors du congrès MedInTechs 2026, était modérée par le Pr Vianney Descroix, Doyen de la faculté d’odontologie de l’Université Paris Cité, et le Pr Marjolaine Gosset (Université Paris Cité, Hôpital Rothschild, UMR 1333 Inserm), et a réuni le Pr Juliette Rochefort (chirurgie orale, Hôpital Pitié-Salpêtrière, Cimi Paris U1135), le Dr Gauthier Dot (MCU-PH, Université Paris Cité – AP-HP, UMR 1333 Inserm) ainsi que Jérôme de Chauveron, doctorant en vision par ordinateur à Sorbonne Université, pour un échange pluridisciplinaire croisant clinique, recherche et innovation technologique. À cette occasion, la Chaire Prévention et Précarité en Santé de l’Université Paris Cité a présenté ses travaux à l’interface entre intelligence artificielle, santé bucco-dentaire et accès aux soins, mettant en lumière un champ encore insuffisamment exploré de la médecine préventive et interrogeant les conditions d’un déploiement responsable des technologies en contexte de vulnérabilité sociale. Derrière les démonstrations technologiques émerge une idée centrale : la bouche constitue un organe clinique majeur, encore largement sous-exploité dans les stratégies de prévention.
La santé bucco-dentaire : angle mort de la prévention et révélateur des inégalités
Les pathologies buccales occupent une place singulière dans le paysage médical. Fréquentes, parfois silencieuses, elles sont souvent diagnostiquées tardivement, en particulier dans les populations précaires. Les cancers de la cavité orale en sont l’illustration la plus marquante : leur pronostic reste largement conditionné par un diagnostic tardif, traduisant des défauts d’accès aux soins et de repérage précoce.
Mais au-delà de ces pathologies spécifiques, la cavité buccale constitue un véritable point d’entrée vers la médecine générale. Elle peut être le siège de manifestations précoces de nombreuses maladies systémiques (infectieuses, inflammatoires ou métaboliques). Autrement dit, elle fonctionne comme une interface biologique visible, accessible, et potentiellement monitorable.
Ce constat ouvre une perspective stratégique : faire de la santé bucco-dentaire un levier de prévention globale, en particulier dans les populations les plus éloignées du système de soins.
L’intelligence artificielle : de l’automatisation à l’augmentation du raisonnement clinique
Les avancées récentes en imagerie et en intelligence artificielle transforment profondément les pratiques en odontologie. Le développement de l’imagerie tridimensionnelle (CBCT), désormais largement diffusée, a permis d’accéder à une représentation fine des structures maxillo-faciales. Cependant, cette richesse d’information s’accompagne d’une complexité croissante d’interprétation.
C’est précisément à ce niveau que l’IA trouve aujourd’hui ses premières applications robustes.
Des outils sont désormais capables d’automatiser des tâches historiquement longues et opérateur-dépendantes, comme la segmentation d’images 3D ou la reconstruction anatomique. Là où plusieurs heures de travail étaient nécessaires, ces opérations peuvent désormais être réalisées en quelques minutes, avec une fiabilité comparable à celle d’experts.
Mais l’enjeu dépasse largement le gain de temps. Ces technologies esquissent une transformation plus profonde : le passage d’une médecine assistée par l’image à une médecine assistée par l’interprétation algorithmique.
À terme, plusieurs usages se dessinent :
- aide au dépistage des lésions à risque,
- orientation diagnostique,
- planification thérapeutique personnalisée,
- suivi longitudinal automatisé.
Il est néanmoins essentiel de rappeler que ces outils restent aujourd’hui, pour une large part, au stade de preuve de concept. Leur intégration clinique nécessite encore des validations rigoureuses et un encadrement réglementaire solide.
Un enjeu critique : la représentativité des données et le risque d’exclusion algorithmique
Un des points les plus structurants soulevés lors de la présentation concerne la question des données.
Les modèles d’intelligence artificielle ne sont jamais neutres : ils reflètent les populations sur lesquelles ils ont été entraînés. Or, en santé bucco-dentaire comme ailleurs, les bases de données existantes sont encore largement biaisées, souvent construites à partir de populations homogènes, issues de contextes socio-économiques favorisés.
Ce biais a des conséquences concrètes. Il a été montré que certains outils de reconstruction d’imagerie pouvaient être inefficaces chez des patients présentant des pathologies rares ou des anomalies dentaires spécifiques.
Plus largement, cela pose la question de l’équité algorithmique : une IA mal entraînée risque de reproduire, voire d’aggraver, les inégalités de santé qu’elle prétend réduire.
C’est dans cette perspective que s’inscrit le projet de la Chaire visant à constituer des bases de données diversifiées, incluant des populations issues de contextes de précarité et de zones sous-dotées. L’objectif est double améliorer la robustesse des modèles et garantir leur pertinence dans des contextes réels d’usage.
Télédentisterie et auto-surveillance : vers une médecine innovante
L’un des apports les plus prometteurs de l’IA en santé bucco-dentaire réside dans sa capacité à sortir du cadre traditionnel du cabinet médical.
Les travaux présentés explorent notamment le développement de solutions de télédentisterie, combinant capture d’images, analyse algorithmique et suivi à distance. Ces dispositifs pourraient permettre un pré-diagnostic automatisé, une surveillance régulière des lésions et une orientation rapide vers un professionnel de santé.
Dans une logique encore plus prospective, des approches d’auto-surveillance pourraient être proposées aux patients, reposant sur une éducation thérapeutique et des outils simples de captation d’image (smartphone, dispositifs dédiés).
Ce déplacement du soin, du cabinet vers le domicile, n’est pas anodin. Il redéfinit les frontières du système de santé et ouvre la voie à une médecine plus accessible, mais aussi plus responsabilisante pour le patient.
Explicabilité et formation : conditions d’une adoption responsable
Toutefois, la puissance de ces outils soulève des enjeux fondamentaux en matière de compréhension et de confiance.
Une IA clinique ne peut être une « boîte noire ». Pour être intégrée dans la pratique, elle doit être capable d’expliquer ses décisions : quels signaux ont été détectés ? avec quel niveau de certitude ? quelles limites ?
Cette exigence d’explicabilité est d’autant plus importante dans un contexte de précarité, où la relation de confiance avec le système de soins peut être fragilisée.
Parallèlement, la formation des professionnels constitue un enjeu majeur. L’introduction de l’IA dans les cursus d’odontologie est en cours de structuration, avec une ambition claire : former des praticiens capables d’adopter une posture critique et éclairée face à ces outils.
L’équilibre est subtil. Trop de confiance expose au risque d’erreur automatisée ; trop de méfiance freine l’innovation et peut conduire à une perte d’opportunités pour les patients.
Modèles de diffusion : entre open science et contraintes réglementaires
Un autre aspect original des travaux présentés réside dans le choix de diffusion des outils développés.
Certains modèles ont été mis à disposition en open source, permettant une large diffusion auprès des communautés scientifiques et cliniques, avec plus de 20 000 téléchargements en deux ans.
Ce choix favorise l’innovation ouverte et l’appropriation rapide des outils, mais il s’accompagne de limites :
- dépendance aux financements publics,
- difficulté d’accès à la certification réglementaire,
- absence de modèle économique direct.
Il illustre une tension classique en santé numérique : comment concilier diffusion large, innovation scientifique et exigences de sécurité clinique ?
Une ambition : faire de l’IA un outil de réduction des inégalités en santé
Au-delà des aspects technologiques, l’intervention de la Chaire à MedInTechs 2026 s’inscrit dans une réflexion plus large sur le rôle de l’innovation en santé.
L’intelligence artificielle n’est pas, en soi, un facteur de progrès. Elle le devient lorsqu’elle est orientée vers des objectifs de santé publique clairement définis.
En santé bucco-dentaire, cette orientation prend une forme concrète : utiliser l’IA pour aller vers les patients qui ne viennent pas, pour détecter plus tôt, pour accompagner plutôt que remplacer, pour réduire les écarts plutôt que les amplifier.
