Can Large Language Models Provide Safe and Evidence-Based Nutritional Recommendations for Dental Implant Patients? A Comparative Benchmarking Study

Lorsqu'un dentiste place une vis en titane dans l'os de la mâchoire pour maintenir une dent artificielle, le corps doit traiter ce métal comme un ami, et non comme un ennemi. Ce processus, où l'os pousse étroitement autour de l'implant pour le verrouiller en place, est une danse biologique délicate qui dépend de bien plus que la simple compétence chirurgicale. Il repose fortement sur la santé globale du patient, particulièrement sur ce qu'il mange. Tout comme une maison a besoin de briques et de mortier solides pour tenir debout, les tissus cicatriciels et le nouvel os nécessitent des nutriments spécifiques comme des protéines, des vitamines et des minéraux pour se reconstruire après la chirurgie. Si ces blocs de construction font défaut, l'implant pourrait ne pas s'intégrer, ou le tissu gingival environnant pourrait devenir enflammé et malade. Depuis des décennies, les médecins savent qu'une bonne nutrition aide, mais le volume considérable de conseils scientifiques sur ce qu'il faut manger exactement, quand le manger et quels suppléments fonctionnent est devenu accablant. Dans ce paysage complexe, un nouveau genre d'assistant numérique a émergé : les modèles de langage étendus. Ce sont de puissants programmes informatiques entraînés sur de vastes quantités de textes qui peuvent répondre à des questions, résumer des recherches et offrir des conseils dans un langage humain. Alors que ces outils deviennent courants dans les cliniques, une question critique se pose : un ordinateur, qui n'a jamais vu de patient ni pratiqué de chirurgie, peut-il dire en toute sécurité et avec précision à une personne quoi manger pour aider son implant dentaire à réussir ?

Une équipe de chercheurs s'est donné pour mission de répondre à cela en soumettant quatre des systèmes d'intelligence artificielle les plus populaires à un test rigoureux. Ils n'ont pas simplement posé des questions générales aux ordinateurs comme « qu'est-ce qui est bon pour les os ? ». Au lieu de cela, ils ont créé 120 scénarios spécifiques et réalistes qu'un dentiste pourrait rencontrer. Ces situations couvraient l'intégralité du parcours de la thérapie par implant, du contrôle du régime alimentaire d'un patient avant la chirurgie à la gestion des complications après la procédure, et même à la gestion de patients souffrant d'autres maladies graves. Les scénarios étaient conçus pour être complexes, exigeant que l'ordinateur pèse différentes preuves et fournisse une recommandation qui ne soit pas seulement factuellement correcte, mais aussi sûre et pratique pour une personne réelle. Pour garantir l'équité du test, les chercheurs ont soumis chaque scénario à quatre modèles d'IA différents — GPT-5, Claude, Gemini et Copilot — en utilisant exactement les mêmes instructions. Ils ont demandé à chaque modèle de répondre à la même question trois fois pour voir s'il donnerait le même conseil à chaque fois, puis ils ont collecté un total de 1 440 réponses pour les analyser.

Pour juger ces réponses, les chercheurs ont réuni un panel de cinq experts humains, comprenant des chirurgiens de haut niveau et des spécialistes de la nutrition ayant passé des décennies à étudier comment la bouche guérit. Ces experts étaient en aveugle, ce qui signifie qu'ils ne savaient pas quel ordinateur avait généré quelle réponse. Ils ont comparé chaque réponse de l'IA à un standard strict et préétabli basé sur les meilleures directives médicales et études scientifiques disponibles. Les experts ont recherché plusieurs éléments : le conseil correspondait-il à la science ? Était-il sûr ? L'ordinateur a-t-il inventé de fausses études ou références ? Et a-t-il admis lorsque la science était incertaine ? Les résultats ont montré que, bien que tous les ordinateurs puissent parler de nutrition, leur capacité à donner des conseils sûrs, précis et fondés sur des preuves variait considérablement. Un modèle, GPT-5, a systématiquement surpassé les autres, fournissant des recommandations qui s'alignaient le plus étroitement sur les standards des experts. Il était le plus précis dans ses conseils nutritionnels, le plus sûr dans ses avertissements et le plus honnête quant aux limites des connaissances scientifiques actuelles. Il commettait également le moins d'erreurs, telles que l'invention de faux articles de recherche pour appuyer ses affirmations.

Les trois autres modèles ont bien performé mais ont échoué dans des domaines spécifiques. Le deuxième meilleur modèle, Claude, était proche du leader mais commettait tout de même plus d'erreurs. Les deux autres, Gemini et Copilot, ont eu plus de difficultés avec la sécurité et la précision. Un point de défaillance majeur pour tous les modèles concernait les questions impliquant des suppléments nutritionnels commerciaux. Dans ces cas, où les preuves scientifiques sont souvent confuses ou contradictoires, les ordinateurs avaient tendance à devenir trop confiants, offrant des conseils définitifs même lorsque la science ne les soutenait pas. Ils variaient également en termes de fiabilité ; certains modèles donnaient des réponses différentes à la même question lorsqu'on les interrogeait plusieurs fois, tandis que d'autres restaient cohérents. L'étude a révélé que même le meilleur ordinateur présentait encore des hallucinations, ou inventait des références scientifiques environ 4,4 % du temps, un taux faible mais bien présent. Cela signifie que, bien que l'IA puisse être un outil utile pour résumer l'information, elle ne peut pas encore être considérée comme capable de prendre des décisions finales de manière autonome.

Les chercheurs ont conclu que ces systèmes d'intelligence artificielle sont des assistants puissants qui peuvent aider les dentistes et les patients à naviguer dans le monde complexe de la nutrition pour les implants dentaires, mais qu'ils ne sont pas prêts à remplacer le jugement humain. Les meilleurs modèles ont montré qu'ils pouvaient comprendre les besoins biologiques de la guérison osseuse et offrir des conseils généraux judicieux, mais ils trébuchent encore lorsque les preuves sont faibles ou lorsque des produits commerciaux spécifiques sont impliqués. L'étude suggère que l'avenir de l'utilisation de ces outils en dentisterie réside dans un partenariat où l'ordinateur fournit un résumé rapide et fondé sur des preuves, et l'expert humain vérifie les détails, contrôle la sécurité et adapte le conseil au patient spécifique. Tant que les ordinateurs ne pourront pas systématiquement éviter d'inventer des faits et ne pourront pas gérer l'incertitude des preuves avec la même prudence qu'un médecin humain, leur rôle doit rester celui de soutien plutôt que de décision. La technologie progresse rapidement, mais pour l'instant, le chemin le plus sûr pour l'implant d'un patient est de laisser l'ordinateur faire la recherche et l'humain prendre la décision.