Optimiser la prescription dentaire par l’IA : enjeux et réalités cliniques

La gestion de la prescription médicamenteuse en médecine dentaire, particulièrement cruciale pour l’antibiothérapie et la sécurité des patients polymorbides, constitue un levier majeur de réduction des erreurs cliniques. Si l’Intelligence Artificielle (IA) est perçue comme un levier technologique capable de sécuriser ces décisions thérapeutiques, son intégration au cabinet dépend directement de la préparation des praticiens. À ce jour, peu d’études ont exploré le niveau de préparation et les perceptions des dentistes face à ces outils, et aucune donnée n'était disponible pour les institutions pakistanaises.

Objectifs et hypothèses de l'étude

Cette étude transversale descriptive, menée du 1er février au 30 mai 2025 au CMH Lahore Medical College & IOD, s’est fixée pour objectif d’évaluer la sensibilisation, la perception et l’acceptation de l’IA appliquée à la prescription par 150 professionnels de santé dentaire (internes, résidents et consultants). Les auteurs ont cherché à identifier précisément les facteurs démographiques influençant cette adoption ainsi que les barrières perçues au sein de cette structure hospitalo-universitaire.

L’étude repose sur l’hypothèse que, malgré un intérêt théorique pour l’innovation, des obstacles structurels — tels que le manque de formation académique spécifique, les coûts d'implémentation et les doutes sur la fiabilité des algorithmes — freinent l’usage concret de l’IA pour la sécurité médicamenteuse au fauteuil.

Méthodologie de l'étude transversale sur l'IA en prescription dentaire

Cette étude descriptive transversale a été menée du 1er février au 30 mai 2025 au sein du CMH Lahore Medical College & Institute of Dentistry (IOD), un établissement d'enseignement militaire tertiaire situé à Lahore, au Pakistan.

La population de l'étude comprenait un échantillon de 150 professionnels de la médecine dentaire. Le recrutement a ciblé trois profils distincts de praticiens :

• Les house officers (internes) ;
• Les stagiaires de niveau post-gradué ;
• Les consultants (praticiens confirmés).

Le protocole de collecte de données a reposé sur l'administration d'un questionnaire validé et auto-administré, envoyé à l'ensemble des participants. L'étude a enregistré un taux de réponse exceptionnel de 100 % (n=150). L'objectif était d'évaluer la perception, le niveau de sensibilisation et l'acceptation de l'intelligence artificielle (IA) appliquée à la prescription médicamenteuse et à la sécurité thérapeutique.

L'analyse des données a été réalisée à l'aide du logiciel IBM SPSS v.25. Les méthodes statistiques employées incluent :

• Des statistiques descriptives pour les variables démographiques ;
• Le test du chi-carré pour les comparaisons de groupes ;
• Une régression logistique binaire pour identifier les facteurs influençant la volonté d'adoption.

Le seuil de significativité statistique a été fixé à p < 0,05.

Une adoption freinée par un déficit de connaissances spécifiques

L'étude, menée auprès de 150 professionnels de santé dentaire (taux de réponse de 100 %), révèle un paradoxe majeur entre la notoriété globale de l'intelligence artificielle (IA) et sa maîtrise dans le cadre thérapeutique précis de la prescription médicamenteuse.

Facteurs démographiques et déterminants de l'acceptation

L'analyse par régression logistique binaire montre que le profil type du praticien favorable à l'IA est jeune et en cours de spécialisation. Le facteur le plus prédictif de l'acceptation reste l'exposition antérieure à ces technologies (p = 0,001), soulignant que l'usage précède la confiance.

Malgré cette ouverture, le corps médical exprime des réserves structurelles et techniques significatives :

• Déficit de formation : 85,3 % des répondants déplorent l'absence totale de cursus dédié à l'IA dans les programmes universitaires dentaires.
• Fiabilité clinique : 66,0 % s'inquiètent de la précision des algorithmes et de la sécurité des recommandations médicamenteuses.
• Barrière économique : 60,7 % identifient les coûts d'implémentation comme un frein majeur à l'adoption en cabinet ou en milieu hospitalier.

Un consensus quasi unanime (90,7 %) se dégage sur un point critique : l'IA ne doit pas se substituer au praticien. Elle est perçue comme un outil de support à la décision clinique (CDSS) qui doit impérativement être utilisé en conjonction avec le jugement professionnel pour garantir la sécurité des patients.

Analyse des résultats et portée clinique

Les données de cette étude transversale révèlent un décalage critique entre la notoriété globale de l'IA (74,7 %) et la connaissance spécifique des outils de prescription assistée (36 %). Pour le praticien, cela signifie que si la technologie est acceptée dans son principe, ses applications concrètes pour la sécurité médicamenteuse — comme la gestion de la polymédication ou de l'antibiogouvernance — restent largement méconnues. Le fort taux d'acceptation (68,7 %), porté par les jeunes praticiens (77,8 %) et les internes (77,6 %), indique une fenêtre d'opportunité pour l'intégration de systèmes d'aide à la décision clinique (CDSS).

Limites et mise en perspective

S'agissant de la première étude de ce type dans une institution dentaire au Pakistan, sa portée est ancrée dans un contexte hospitalier militaire spécifique (CMH Lahore), ce qui peut limiter la généralisation des résultats à l'ensemble de la pratique libérale. Les auteurs soulignent des barrières structurelles majeures : 85,3 % des 150 professionnels interrogés pointent l'absence de formation dans les cursus initiaux et 66 % s'inquiètent de la fiabilité des outils. Contrairement à une idée reçue, le frein n'est pas technophobe mais académique et financier (60,7 % citent le coût d'implémentation).

Implications pour la pratique quotidienne

L'adhésion quasi unanime (90,7 %) à l'idée que l'IA doit compléter, et non remplacer, le jugement clinique est un résultat pivot. Cliniquement, l'usage de l'IA est perçu comme un levier pour réduire les erreurs de prescription chez les patients présentant des comorbidités. Pour passer du stade de la perception à la pratique, l'étude suggère que l'intégration d'une littératie en IA dans l'enseignement post-universitaire et l'établissement de directives par les organismes de réglementation nationaux sont désormais indispensables.

Concrètement, pour le praticien :

• Sécurisez vos ordonnances : Utilisez l'IA comme un levier pour l'antibiogouvernance et la gestion de la polymédication, tout en maintenant votre souveraineté décisionnelle (90,7 % des pairs s'accordent sur la primauté du jugement clinique).
• Anticipez la transition numérique : Le manque de formation étant le principal obstacle identifié, privilégiez l'auto-formation sur les systèmes d'aide à la décision (CDSS) pour lever les doutes sur la fiabilité technique (citée par 66 % des sondés).
• Optimisez le flux de travail : Si vous gérez une équipe, sachez que les jeunes praticiens sont les plus enclins (77,8 %) à adopter ces outils, facilitant ainsi leur implémentation au cabinet.

Lexique technique de l'étude

AI-CDSS (Artificial Intelligence-based Clinical Decision Support System) : Systèmes de support à la décision clinique utilisant l'intelligence artificielle pour assister le praticien dans le choix thérapeutique et la sécurisation des prescriptions.

Antibiotic stewardship : Gestion raisonnée des antibiotiques, identifiée comme un levier majeur d'amélioration grâce à l'IA pour optimiser les prescriptions et lutter contre les résistances.

Binary logistic regression : Méthode d'analyse statistique employée dans l'étude pour identifier les facteurs démographiques et les variables influençant la volonté des praticiens d'adopter l'IA.

Cross-sectional study : Type d'étude transversale descriptive utilisée pour évaluer, à un instant T (du 1er février au 30 mai 2025), les perceptions et l'acceptation des outils d'IA par les dentistes.

Medication safety : Sécurité médicamenteuse axée sur la réduction des risques d'erreurs de prescription, particulièrement cruciale lors du traitement de patients présentant des pathologies systémiques sous-jacentes.

AI literacy : Niveau de connaissance et de compétence technologique en intelligence artificielle, dont l'étude souligne l'absence actuelle dans les programmes de formation dentaire post-universitaire.

Information destinée aux professionnels de santé. Ce contenu peut comporter des erreurs ou des résumés tronqués. Nous recommandons de toujours vérifier avec l'article source original. Delynov se décharge de toute responsabilité quant à l'utilisation de ces informations. Ce document n'est pas destiné aux patients ni au grand public.