Mot bakgrund av den verkliga AI:ns transformativa potential har marknaden för ortodontiprogramvara utvecklat en oroande vana att lägga beslag på begreppen inom artificiell intelligens för att beskriva konventionell programvaruautomatisering. Denna praxis, som kallas ”AI-washing”, tar sig flera olika uttryck.

Den vanligaste varianten är ”segmenteringsbytet”: en plattform marknadsför sin funktion för automatisk segmentering som ”AI-baserad behandlingsplanering”, trots att segmenteringen är det enda AI-drivna steget i ett i övrigt manuellt arbetsflöde. Sex av de tio plattformarna erbjuder någon form av automatisering av tandsegmentering, men endast en utvidgar AI till autonom planering. Segmentering är ett väl löst problem inom datorseende. Behandlingsplanering kräver förståelse för ortodontisk biomekanik, kraftsystem och kliniska resultat – en utmaning som de flesta leverantörer inte har försökt sig på.

En annan variant är den regelbaserade omprofileringen. OnyxCeph beskriver uttryckligen sin teknik som att den använder ”regelbaserade styrmoduler” och ”CA-behandlingsfilosofi för automatisk transponering”. Detta är expertsystemlogik, inte maskininlärning. Systemet följer kodade regler som skrivits av mänskliga experter; det lär sig inte av data eller förbättras med erfarenhet. Det är inget fel på regelbaserade system – de kan vara tillförlitliga och transparenta – men att presentera dem som AI är vilseledande.

En tredje variant är snabbhetsaspekten: leverantörerna likställer snabba arbetsflöden med AI-intelligens. OrthoUp uppnår sin planeringstid på cirka femton minuter genom utmärkt utformning av arbetsflöden. Snabbheten är verklig och värdefull, men den beror på design med fokus på den mänskliga faktorn, inte på maskininlärning.