Pearl Dental Paris : Dentaline

ÉTUDE DE CAS · SANTÉ & LIFE SCIENCES

Le Deep Learning au service du diagnostic dentaire.

Identification automatisée des dents, anomalies et implants sur radios panoramiques : Médaille d'Argent IT Nights 2022, conforme HDS et RGPD.

Client

Pearl Dental Paris

Expertise

Computer Vision · Deep Learning · Co-construction produit

Stack technique

TensorFlow · Python · Next.js · GraphQL · Azure · MongoDB

Engagement

5 experts · 14 mois

CONTEXTE

Contexte du projet

Pearl Dental Paris cherchait à améliorer son efficacité diagnostique face à un volume croissant de patients. Le défi : identifier rapidement et précisément les dents, anomalies et implants sur des radiographies panoramiques, tout en offrant aux patients des visualisations claires de leur état bucco-dentaire et en réduisant le temps d'analyse des praticiens.

Le charting parodontal manuel monopolisait jusqu'à 2 minutes par patient et générait 35 % d'erreurs de saisie : autant de temps perdu, autant d'informations cliniques fragilisées sur le long terme. Avec une activité en croissance, ces frictions devenaient un frein direct à la qualité de soin et à la capacité du cabinet.

L'enjeu : concevoir une solution de Deep Learning fiable, rapide, conforme HDS / RGPD, et qui s'intègre naturellement dans le workflow cabinet existant, sans remplacer la décision médicale mais en augmentant la précision, la traçabilité et la sérénité du praticien.

Objectifs stratégiques

OBJECTIFS

(01)

Analyse automatisée

Concevoir un système de Deep Learning capable d'analyser les radiographies panoramiques et d'identifier précisément les 32 éléments dentaires (FDI), les anomalies (caries, lésions, fractures) et les implants, avec une précision clinique compatible avec un usage en cabinet.

(02)

Aide au diagnostic

Fournir un rapport de charting détaillé pour assister les praticiens dans leur diagnostic et leur plan de traitement, avec haute précision, explicabilité native et bounding boxes visualisables, sans jamais remplacer la décision médicale.

(03)

Expérience patient & cabinet

Améliorer l'expérience patient via des visualisations claires de la situation bucco-dentaire et offrir aux dentistes un gain de temps significatif : passer de 2 minutes à 5 secondes par charting, soit une libération massive de capacité clinique.

Solutions déployées par Adservio

SOLUTIONS

Adservio a co-construit Dentaline avec Pearl Dental Paris (Data Scientists, ML Engineers, Product Designers, expert HDS) sur 14 mois.

(01)

Data processing & labellisation

Labellisation et classification de 3 250 radiographies panoramiques par des praticiens experts, avec étiquetage clinique précis (FDI, anomalies, implants). Mise en place d'un protocole d'inter-rater agreement pour fiabiliser le jeu d'entraînement.

(02)

Architecture Deep Learning

Entraînement de modèles ResNet-101 + Faster R-CNN en mode supervisé et semi-supervisé. Optimisation des seuils de confiance, des paramètres NMS et de la calibration pour produire un modèle initial robuste sur la diversité morphologique des patients.

(03)

Cycles d'évaluation cliniques

Cycles itératifs de tests, validation et amélioration jusqu'à obtention d'un modèle final fiable (F1-score 0,94, précision 96 %). Retours cliniques continus avec les praticiens Pearl Dental sur les vrais positifs / faux positifs et les cas limites.

(04)

Application Dentaline & UX

Conception d'une application web Next.js + GraphQL avec visualisations cliniques interactives : bounding boxes superposables sur la radio, charting FDI auto-généré, rapport PDF exportable, intégration dans le DPI cabinet, tout sans alourdir le flux de travail.

(05)

Conformité HDS & RGPD

Hébergement Données de Santé (HDS) certifié, anonymisation native des PII avant inférence, chiffrement AES-256 au repos et en transit, audit-log immuable de chaque diagnostic. Conformité RGPD by design et compatible avec le règlement européen sur l'IA en santé (MDR classe IIa).

D'une radio panoramique au charting complet.
En 5 secondes. F1-score 0,94.

Le modèle Faster R-CNN identifie les 32 dents (FDI), les anomalies (caries, lésions) et les implants en un seul passage. Bounding boxes, scores de confiance, charting structuré, audit-log chiffré : un diagnostic complet, sécurisé HDS et RGPD, prêt à être validé par le praticien.

Résultats

CHIFFRES CLÉS

−95 %

temps de charting

Saisie d'un charting parodontal passée de 2 minutes à 5 secondes par patient.

96 %

précision du modèle

Précision clinique du modèle final, pour un F1-score de 0,94.

35 % → 1 %

taux d'erreur

Erreurs de saisie effondrées sur le charting, fiabilisant le dossier médical.

3 250

radios annotées

Radiographies panoramiques labellisées par des praticiens experts.

éléments dentaires

Dents (FDI), anomalies et implants identifiés en un seul passage.

IT Nights 2022

Médaille d'Argent

Lauréate du Challenge Co-construction, jury de DSI du CAC 40.

Impact

CE QUE ÇA CHANGE

Charting parodontal accéléré

−95 % de délai pour la saisie d'un charting parodontal : passage de 2 minutes à 5 secondes par patient. Le praticien valide ce que l'IA propose, plutôt que de saisir à la main.

Précision augmentée

Le taux d'erreur de saisie passe de 35 % à 1 %, un saut qualitatif majeur dans le suivi longitudinal des patients et la fiabilité du dossier médical.

Médaille d'Argent IT Nights 2022

Lauréate dans la catégorie « Challenge Co-construction », jury composé des DSI Vinci, L'Oréal, LVMH, Stellantis, BNP Paribas, EDF : reconnaissance industrielle de la démarche partenariat ESN/cabinet.

Diagnostic visuel fiable

Détection complète et détaillée des dents, anomalies et implants en quelques secondes, avec rapport actionnable pour le praticien et bounding boxes superposables sur la radio originale pour traçabilité diagnostique.

Conformité HDS & RGPD native

Hébergement HDS certifié, anonymisation des données patient avant inférence, audit-log immuable. Conformité totale au cadre réglementaire santé français et européen, validée lors de l'audit DPO en 2023.

Capacité clinique libérée

Le temps économisé sur les chartings est réinvesti dans le soin : la productivité des fauteuils a augmenté sans pression sur les praticiens, et l'expérience patient est notablement plus fluide.