Prédire la satisfaction des patients en orthodontie numérique à l’aide d’un modèle KAC intégrant le soutien de l’IA et la stratification du risque

Pourquoi votre sourire et la technologie vont désormais de pair

De plus en plus de traitements orthodontiques — des gouttières transparentes aux appareils sur mesure — sont guidés par des outils numériques et par l’intelligence artificielle (IA). Mais même lorsque la technologie semble impressionnante, les patients ne repartent pas toujours satisfaits. Cette étude pose une question simple mais importante : peut‑on prédire quels patients seront satisfaits de leurs soins orthodontiques assistés par l’IA en comprenant ce qu’ils savent, ce qu’ils ressentent et ce qui les inquiète ?

Aller au‑delà des dents bien alignées

Les chercheurs se sont concentrés sur « l’orthodontie numérique », qui englobe les traitements utilisant des outils tels que les scans 3D, les appareils conçus par ordinateur, le diagnostic assisté par IA et la surveillance à distance. Si ces progrès promettent des soins plus rapides et plus précis, la satisfaction des patients n’a pas toujours suivi l’enthousiasme de nombreux cliniciens. Les patients diffèrent largement dans la mesure où ils comprennent l’IA, dans le degré de confiance qu’ils lui accordent et dans le confort qu’ils éprouvent à partager des données ou à s’appuyer sur un logiciel. Plutôt que de ne regarder que les résultats cliniques ou de simples sondages sur l’appréciation de la technologie, l’équipe a cherché à construire une méthode structurée pour mesurer le côté humain des soins orthodontiques numériques.

Trois piliers de l’expérience patient

Pour cela, les auteurs ont développé un cadre qu’ils appellent Connaissance–Attitude–Défi (KAC). « Connaissance » capture à quel point les patients comprennent les outils orthodontiques numériques et basés sur l’IA. « Attitude » reflète leur ouverture générale, leur confiance et leur aisance à utiliser ces outils dans leur propre traitement. « Défi » résume les obstacles perçus tels que le coût, la difficulté technique, les craintes liées à la vie privée, les contraintes de planning ou l’anxiété face à une technologie inconnue. L’équipe a créé et testé deux questionnaires — l’un auprès de 500 patients et l’autre auprès de 500 orthodontistes à travers la Chine — pour mesurer de façon fiable ces trois éléments. Seules les réponses des patients ont alimenté le modèle prédictif, tandis que les données des cliniciens ont aidé à décrire comment les prestataires perçoivent les mêmes enjeux.

Transformer sentiments et craintes en prédiction

Parmi les 500 patients, environ sept sur dix ont déclaré être satisfaits ou très satisfaits de leur traitement. Lorsque les chercheurs ont comparé les patients satisfaits et moins satisfaits, des schémas nets sont apparus. Ceux qui comprenaient mieux l’orthodontie numérique et se montraient plus positifs à l’égard de l’IA rapportaient systématiquement une plus grande satisfaction. En revanche, ceux qui se sentaient accablés par le coût, des préoccupations techniques ou de confidentialité, ou par des inconvénients pratiques avaient tendance à être moins satisfaits. À l’aide de modèles statistiques, les auteurs ont combiné les scores KAC avec des informations de base telles que l’âge, le sexe, le niveau d’études et le type de traitement numérique (gouttières transparentes versus appareils fixes personnalisés) pour prédire qui finirait satisfait. Le modèle obtenu a pu distinguer avec une bonne précision les patients à plus forte ou à plus faible satisfaction.

Classer les patients selon le risque de satisfaction

L’équipe a ensuite traduit les prédictions du modèle en trois groupes simples. Les patients dont les réponses indiquaient un faible risque d’insatisfaction étaient très susceptibles d’être satisfaits des soins, tandis que ceux du groupe à risque le plus élevé affichaient des taux de satisfaction nettement plus bas malgré des types de traitements similaires. Cette étape — appelée stratification du risque — est importante car elle transforme des scores abstraits en recommandations exploitables. Par exemple, un patient signalé à haut risque pourrait bénéficier d’un entretien plus long sur le fonctionnement du système d’IA, d’assurances supplémentaires sur la sécurité des données ou d’une explication plus claire de ce que les outils numériques peuvent et ne peuvent pas faire pour son sourire.

Ce que cela signifie pour les prochaines visites orthodontiques

L’étude conclut que la satisfaction des patients en orthodontie assistée par l’IA dépend fortement de ce que les patients savent, de ce qu’ils ressentent et de ce qui fait obstacle — pas seulement de la qualité technique du traitement. Le modèle basé sur KAC offre un outil pratique pour repérer tôt les patients susceptibles d’être déçus, donnant aux cliniciens la possibilité d’ajuster la communication, de répondre aux inquiétudes et d’adapter le soutien. À mesure que l’IA s’intègre plus profondément aux soins dentaires, des approches comme celle‑ci pourraient aider à faire en sorte qu’une technologie plus intelligente se traduise réellement par des expériences en cabinet meilleures et plus rassurantes.

Citation: Xiaoting, X., Ismail, N.A., Liu, Y. et al. Predicting patient satisfaction in digital orthodontics using a KAC based model integrating AI support and risk stratification. Sci Rep 16, 11164 (2026). https://doi.org/10.1038/s41598-026-39105-2

Mots-clés: orthodontie numérique, satisfaction des patients, intelligence artificielle en dentisterie, stratification du risque, attitudes des patients