Autore: Dr. Corrado Centrone

Nel precedente articolo abbiamo visto come l’Intelligenza Artificiale possa “tradurre” le radiografie 2D, rendendo più comprensibile al paziente lo stato attuale della bocca. Ma per spiegare un trattamento complesso — una riabilitazione implantare, un percorso ortodontico di mesi — mostrare il problema non basta più: serve far comprendere il percorso proposto, le alternative e i risultati realisticamente simulabili prima di iniziare.

È qui che entra in gioco il Digital Twin, o gemello digitale: una rappresentazione virtuale personalizzata del paziente con cui simulare scenari terapeutici. In senso rigoroso è una replica digitale dinamica, aggiornata nel tempo con i dati reali del paziente; molte applicazioni odierne sono però più correttamente virtual patient o simulazioni biomeccaniche patient-specific. In questa prima parte vediamo come si costruisce il modello e come lo si usa per simulare.

Cos'è il Digital Twin in odontoiatria

Il concetto di Digital Twin si è sviluppato nell’ingegneria industriale e aerospaziale, dove modelli virtuali, dati operativi e simulazioni vengono combinati per monitorare, comprendere e prevedere il comportamento di sistemi complessi. Trasferito in medicina e in odontoiatria, questo paradigma consente di creare una rappresentazione digitale personalizzata delle strutture anatomiche e, nei sistemi più avanzati, anche della risposta funzionale e biomeccanica del singolo paziente.

In ambito odontoiatrico, il Digital Twin non coincide semplicemente con un modello 3D statico. È piuttosto un ecosistema digitale che può integrare diverse fonti di dati:

• tessuti duri, come osso, radici e strutture anatomiche profonde, acquisiti tramite CBCT quando clinicamente indicata.
• Tessuti molli, arcate dentali e corone, rilevati tramite scanner intraorale.
• Estetica facciale, acquisita tramite fotografie, scansioni facciali 3D o sistemi di fotogrammetria.
• Dinamica mandibolare e facciale, quando disponibile, attraverso sistemi dedicati di jaw tracking, video 4D o acquisizioni dinamiche.

La fusione di questi dati consente di costruire un modello virtuale più completo del paziente. L’allineamento tra CBCT, scansione intraorale e scansione facciale può essere eseguito mediante algoritmi geometrici, procedure manuali assistite o, nei sistemi più evoluti, algoritmi di intelligenza artificiale capaci di riconoscere automaticamente punti anatomici e superfici corrispondenti.

Questa integrazione è uno degli aspetti più rilevanti dell’odontoiatria digitale moderna: permette di passare da una visione frammentata — radiografia, impronta, fotografia, scansione — a una rappresentazione coerente e tridimensionale del caso clinico.

Dalla diagnosi alla simulazione

Il valore più interessante del Digital Twin non è soltanto descrittivo, ma simulativo. Una volta costruito il modello virtuale del paziente, il clinico può utilizzarlo per valutare diverse ipotesi terapeutiche prima di intervenire sul paziente reale.

In questo contesto, i modelli agli elementi finiti, o FEA, rappresentano uno degli strumenti più utilizzati nella ricerca biomeccanica. Questi modelli consentono di simulare come forze, carichi e vincoli si distribuiscono su denti, osso, impianti, legamento parodontale o dispositivi ortodontici.

È importante sottolineare che queste simulazioni non “prevedono il futuro clinico” in modo assoluto. La biologia del paziente, l’infiammazione, la guarigione, la compliance, l’igiene orale, le abitudini parafunzionali e molti altri fattori continuano a incidere sull’esito reale del trattamento. Tuttavia, i modelli digitali possono aiutare il clinico a confrontare scenari diversi e a scegliere soluzioni più coerenti dal punto di vista anatomico, funzionale e biomeccanico.

Ortodonzia: simulare forze, movimenti e limiti del trattamento

L’ortodonzia digitale è uno degli ambiti in cui i modelli virtuali patient-specific stanno mostrando maggiore potenziale. Nei trattamenti con allineatori trasparenti, la pianificazione digitale consente già oggi di visualizzare la sequenza prevista degli spostamenti dentali e di comunicare meglio al paziente le diverse fasi del percorso.

La frontiera più avanzata è rappresentata dall’integrazione tra pianificazione digitale e simulazione biomeccanica. I modelli agli elementi finiti permettono infatti di studiare il comportamento del complesso dente-legamento parodontale-osso sotto l’azione delle forze generate dagli allineatori.

Questo approccio può aiutare a valutare:

• quali movimenti dentali sono più prevedibili;
• quali movimenti richiedono maggiore cautela;
• quando è utile prevedere attachment, elastici o altri ausiliari;
• come la distribuzione delle forze può variare in funzione dello spessore e della geometria dell’allineatore;
• quali effetti indesiderati possono emergere durante alcune fasi del trattamento.

La letteratura recente mostra anche applicazioni dedicate allo studio dell’usura degli attachment e del suo impatto sull’efficienza del movimento dentale. Si tratta però, almeno in molti casi, di studi computazionali. Per questo è più corretto parlare di strumenti promettenti di supporto alla pianificazione, piuttosto che di tecnologie già indispensabili o pienamente validate in ogni contesto clinico.

L’Intelligenza Artificiale potrà avere un ruolo crescente nell’analisi di grandi quantità di casi ortodontici, nella stima della predicibilità dei movimenti e nell’individuazione di pattern ricorrenti. Tuttavia, quando si afferma che un sistema è “addestrato su milioni di casi”, è necessario distinguere tra dichiarazioni commerciali dei produttori, dati proprietari e prove scientifiche indipendenti disponibili in letteratura.

Implantologia: pianificare la posizione e il comportamento biomeccanico

In implantologia, la pianificazione digitale è già ampiamente utilizzata per valutare volumi ossei, strutture anatomiche critiche, posizione implantare e progettazione della chirurgia guidata.

L’evoluzione verso il Digital Twin consiste nell’andare oltre la semplice valutazione geometrica. L’obiettivo è simulare come un impianto, una volta inserito e caricato, possa trasferire le forze masticatorie all’osso circostante.

I modelli biomeccanici possono aiutare a confrontare virtualmente diverse opzioni:

• diametro e lunghezza dell’impianto;
• posizione e inclinazione;
• caratteristiche dell’osso corticale e spongioso;
• distribuzione degli stress all’interfaccia osso-impianto;
• configurazione della protesi e delle sovrastrutture.

Uno studio del 2024 ha proposto un modello ridotto parametrico per supportare la pianificazione implantare, riducendo drasticamente i tempi di calcolo rispetto a una simulazione FEA tradizionale. Questo tipo di approccio è particolarmente interessante perché rende più realistico l’utilizzo di simulazioni biomeccaniche in ambienti clinici o preclinici, dove i tempi di risposta devono essere compatibili con il workflow operativo.

Anche in questo caso, è però necessario evitare conclusioni troppo forti. La simulazione dello stress può aiutare a identificare configurazioni potenzialmente più favorevoli, ma non dimostra automaticamente una riduzione clinica del riassorbimento osseo peri-implantare o delle complicanze a lungo termine. La perdita ossea peri-implantare è un fenomeno multifattoriale, influenzato da elementi biomeccanici, chirurgici, biologici, infiammatori e comportamentali.

Per questo, la formulazione più corretta è che il Digital Twin può supportare una pianificazione implantare più consapevole e personalizzata, mentre la dimostrazione di un impatto clinico diretto richiede ulteriori studi longitudinali e validazioni prospettiche.

Sfide ancora aperte

Nonostante il potenziale, l’adozione quotidiana del Digital Twin presenta ancora diverse sfide. Sul piano tecnologico, un modello integrato richiede strumenti di ecosistemi software differenti: CBCT, scanner intraorali e facciali, CAD/CAM, software di pianificazione implantare e ortodontica, sistemi di simulazione. Sul piano metodologico, la qualità del modello dipende dai dati acquisiti, dall’accuratezza dell’allineamento, dalle assunzioni biomeccaniche e dalla validazione clinica: un modello graficamente convincente non è automaticamente affidabile.

Sul piano economico e organizzativo, strumenti, formazione del team e integrazione dei workflow sono investimenti importanti, e la vera sfida non è acquistare una tecnologia ma inserirla in modo sostenibile nei processi. Resta infine la responsabilità clinica: le simulazioni vanno presentate come strumenti di supporto alla comprensione e alla pianificazione, non come garanzie assolute di risultato, per non generare aspettative eccessive o confondere una previsione probabilistica con una promessa terapeutica.

Costruire il modello e simularne il comportamento è però solo una parte del quadro. Nella seconda parte: il ruolo del Digital Smile Design, l’impatto sulla comunicazione e sulla case acceptance, e l’inquadramento normativo — dispositivo medico, AI Act e protezione dei dati — che ne rende sostenibile e sicura l’adozione.

Riferimenti

Roy, S., Richert, R., Tavares, J. M. R. S., & Lahoud, P. (2025). Editorial: Applications of digital twin technology in dentistry. Frontiers in Bioengineering and Biotechnology, 13, 1624734. DOI: 10.3389/fbioe.2025.1624734.

Ahn, S., Kim, J., Baek, S., Kim, C., Jang, H., & Lee, S. (2024). Toward Digital Twin Development for Implant Placement Planning Using a Parametric Reduced-Order Model. Bioengineering, 11(1), 84. DOI: 10.3390/bioengineering11010084.