L'Intelligenza Artificiale nella Pianificazione Implantare: Analisi Comparativa in Base all'Esperienza dell'Operatore

Background: Prosthetically-driven static computer-aided implant surgery (sCAIS) increases clinical predictability; however, the conventional digital workflow requires a time-consuming and operator-dependent pre-surgical planning phase. Artificial Intelligence (AI) holds promise for automating this workflow, thereby optimizing processing times. Objectives: To evaluate in silico the three-dimensional geometric accuracy and time efficiency of virtual implant planning by comparing three methodological approaches in a blinded manner: an automated AI-based algorithm, an inexperienced operator (dental student), and an experienced operator (clinician with 10 years of experience) designated as the Gold Standard. Materials and Methods: Digital datasets (CBCT-DICOM and IOS-STL) of 20 partially edentulous patients treated at the University of Padua were retrospectively selected. Following standardized data registration (matching) using RealGuide 6.0.0 software (3DIEMME) and digital diagnostic wax-up, each experimental arm performed virtual placement of CSR Straight Neck implants (Sweden & Martina) across the 20 patients, with the number of fixtures varying based on individual patient conditions. Three-dimensional linear deviations at the entry point, apex, and angular deviations were calculated relative to the Gold Standard. Net execution times were recorded in seconds, and the comparative analysis was performed using the ANOVA statistical test. Results: Quantitative analysis demonstrates that the AI-based algorithm allows a drastic reduction in pre-surgical computing times compared to both the inexperienced operator and the experienced clinician, although with a less pronounced difference regarding the experienced operator. From a geometric standpoint, the linear (coronal and apical) and angular deviation parameters recorded by the AI system demonstrate accuracy and clinical comparability values compatible with the integration of this software into digital practice. Conclusions: Integrating AI into implant planning software significantly optimizes the chronological efficiency of pre-surgical workflows, mitigating the impact of the operator's technical experience. Although AI serves as an accurate and rapid decision support system, clinical validation and final supervision by the surgeon remain imperative to guarantee total patient safety.

Background: La chirurgia implantare computer-assistita statica protesicamente guidata aumenta la prevedibilità clinica, ma il flusso digitale convenzionale richiede una pianificazione preoperatoria operatore-dipendente e dispendiosa in termini di tempo. L’Intelligenza Artificiale (AI) promette di automatizzare questo workflow ottimizzando i tempi di elaborazione. Obiettivi: Valutare in silico l'accuratezza geometrica tridimensionale e l'efficienza temporale della pianificazione implantare virtuale, confrontando tre approcci metodologici in cieco: un algoritmo automatizzato basato su AI, un operatore non esperto (studente di odontoiatria) e un operatore esperto (clinico, 10 anni di esperienza) assunto come Gold Standard. Materiali e Metodi: Sono stati selezionati retrospettivamente i dataset digitali (CBCT-DICOM e IOS-STL) di 20 pazienti parzialmente edentuli afferenti all'Università di Padova. Previo matching standardizzato dei file su software RealGuide 6.0.0 (3DIEMME) e ceratura diagnostica digitale, ciascun braccio sperimentale ha eseguito il posizionamento virtuale di fixture CSR Straight Neck (Sweden & Martina) in 20 pazienti, ciascuno con numero di fixture variabile in base alle condizioni del paziente. Vengono calcolate le deviazioni lineari tridimensionali alla testa (Entry Point), all’apice (Apex) e le deviazioni angolari rispetto al Gold Standard. I tempi esecutivi netti sono rilevati in secondi e l'analisi comparativa viene eseguita tramite test statistico ANOVA. Risultati: L'analisi quantitativa evidenzia come l'algoritmo basato su intelligenza artificiale consenta una contrazione drastica dei tempi di calcolo preoperatori rispetto sia all'operatore non esperto che al clinico esperto, anche se con incidenza minore sull’operatore esperto. Sotto il profilo geometrico, i parametri di deviazione lineare (coronale ed apicale) e angolare registrati dal sistema AI dimostrano valori di accuratezza e sovrapponibilità clinica compatibili con l'utilizzo del software nella pratica digitale. Conclusioni: L’integrazione dell’AI nei software di pianificazione implantare ottimizza l’efficienza cronometrica dei flussi di lavoro preoperatori, riducendo l'impatto legato all'esperienza tecnica dell'operatore. Sebbene l’AI si configuri come un accurato e rapido sistema di supporto decisionale, la validazione clinica e la supervisione finale del chirurgo rimangono imprescindibili per garantire la totale sicurezza del paziente.