DT News - Italy - “Gli errori di scansione dipendono più dalla geometria non controllata che dalla tecnologia”

Iveta Ramonaite, Dental Tribune International

ven. 17 aprile 2026

salvare

Il Prof. Adam Nulty è un esperto di riferimento nei flussi di lavoro implantari digitali. All’IDEM 2026 di Singapore metterà in discussione un presupposto comune nell’odontoiatria all-on-X: che sia la sola tecnologia a determinare l’accuratezza. Nella sua relazione, intitolata “Beyond all-on-X scans: The importance of alignment in digital data sets for predictable all-on-X outcomes”, esplorerà perché l’allineamento dei dataset – piuttosto che la risoluzione di scansione o la scelta del dispositivo – sia il vero fattore chiave per ottenere risultati predicibili nelle riabilitazioni full-arch. In questa intervista a Dental Tribune International, il Prof. Nulty condivide spunti pratici su dove i flussi di lavoro digitali falliscono, come gli errori si accumulano e cosa possono fare i clinici per migliorare i risultati senza aumentare la complessità.

Secondo l’esperto di odontoiatria digitale Prof. Adam Nulty, l’utilizzo di punti di riferimento stabili durante la scansione aiuta a controllare la deriva (drift) alla fonte e migliora l’allineamento dei dataset digitali (Immagine: Dr Adam Nulty).

Prof. Nulty, la sua prossima relazione all’IDEM metterà in evidenza come i fallimenti nella acquisizione e nell’allineamento dei dati digitali, più che la tecnologia utilizzata, siano spesso alla base di risultati compromessi nelle riabilitazioni all-on-X. Nella sua esperienza, quali sono gli errori più comuni che i clinici tendono a trascurare nei flussi di lavoro digitali quotidiani?
L’errore più diffuso è pensare che l’accuratezza della scansione dipenda dal dispositivo, quando in realtà è determinata da come le relazioni spaziali vengono acquisite e mantenute. Gli errori principali che osservo con maggiore frequenza sono: eseguire la scansione dei tessuti molli per primi nelle arcate edentule, introducendo così fin dall’inizio una deriva (drift) che viene poi trasferita alla registrazione degli scan body; non stabilire una geometria di riferimento stabile nelle fasi iniziali della sequenza di scansione o prima dell’estrazione; considerare la scansione intraorale come una semplice acquisizione di superfici anziché come la registrazione di relazioni spaziali precise; e affidarsi agli algoritmi di stitching senza comprenderne i limiti su estensioni ampie. In full-arch cases, small errors are not isolated; they accumulate across the arch. For this reason, a scan that looks good at first can still result in a misfitting prosthesis. The reality is that most scanning errors are not caused by poor technology but by a lack of controlled geometry at the start of the workflow. Nei casi full-arch, i piccoli errori non sono isolati: si accumulano lungo tutta l’arcata. Per questo motivo, una scansione che inizialmente appare corretta può comunque portare a una protesi non congrua. La realtà è che la maggior parte degli errori di scansione non è causata da una tecnologia inadeguata, ma da una mancanza di geometria controllata fin dalle fasi iniziali del workflow.

I flussi digitali all-on-X spesso coinvolgono molteplici fonti di dati, tra cui scansioni intraorali, CBCT, scansioni facciali e librerie protesiche. In quale punto di questa catena ritiene che si perda più frequentemente l’accuratezza spaziale e perché?
L’accuratezza si perde più comunemente in due fasi critiche: l’acquisizione della scansione intraorale, in particolare nelle arcate completamente edentule, e la fusione dei dataset, come l’integrazione tra scansione intraorale e CBCT, tra scansione intraorale e scansione facciale, e tra scansione intraorale e progettazione protesica. Il primo problema deriva dal fatto che gli scanner intraorali si basano su un processo di “stitching” ottico, che diventa poco affidabile su aree estese e poveri di riferimenti anatomici, come i processi edentuli. Il secondo problema è più sottile: ogni singolo dataset può essere sufficientemente accurato di per sé, ma quando i dataset vengono fusi, il sistema si basa su approssimazioni di tipo “best-fit”, introducendo potenzialmente errori spaziali cumulativi. Il problema, quindi, non risiede in un singolo passaggio, ma nella propagazione di piccole imprecisioni attraverso più dataset. Per questo motivo, l’allineamento dei dataset rappresenta il tema centrale dell’odontoiatria digitale, non la risoluzione dello scanner o il marchio del dispositivo.

In che modo i sistemi di scansione basati su riferimenti e protocolli strutturati, come i workflow Scan Ladder, aiutano a mantenere l’accuratezza spaziale nei flussi digitali all-on-X, e quali sono i passaggi essenziali per mantenere occlusione ed estetica predicibili senza introdurre complessità inutile?
I sistemi basati su riferimenti cambiano radicalmente il problema, trasformandolo da una questione di “stitching” delle superfici a una di allineamento geometrico. Si tratta di geometria, non di ottica, e purtroppo molte aziende sembrano non aver colto questo punto. Nel caso specifico dello Scan Ladder, la scansione inizia da landmark geometrici rigidi e irregolari, acquisiti prima di qualsiasi tessuto molle, consentendo allo scanner di costruire il dataset a partire da un riferimento spaziale noto piuttosto che da un’approssimazione. Questo comporta due conseguenze importanti: controlla la deriva (drift) alla fonte invece di cercare di correggerla successivamente e fornisce un sistema di riferimento coerente tra i diversi dataset, migliorando così l’affidabilità delle fasi di merging.
I passaggi essenziali restano semplici: la geometria deve essere acquisita per prima e in modo centrale; la scansione deve poi essere estesa all’anatomia; e devono essere mantenuti punti di riferimento coerenti tra tutti i dataset, ad esempio tramite l’uso di TissueSync, un’estensione del sistema Scan Ladder per l’acquisizione dei tessuti molli, quando necessario. È importante sottolineare che questo approccio non aggiunge complessità, ma elimina l’incertezza. Per questo motivo, i workflow basati su riferimenti, se eseguiti correttamente, hanno dimostrato di essere statisticamente comparabili alla fotogrammetria, ma senza i relativi costi hardware e il carico operativo del workflow.

I clinici possono temere che l’introduzione di una geometria di riferimento o l’aggiunta di passaggi di scansione aumenti il tempo alla poltrona e la complessità. Come possono i professionisti semplificare i protocolli per acquisire e allineare i dati digitali in modo accurato senza aumentare i costi o rendere il workflow meno gestibile per il team?
Si tratta di una preoccupazione molto comune, ma nella pratica avviene l’opposto. I workflow non strutturati possono apparire più semplici, ma spesso portano a rifacimenti, dime di verifica, appuntamenti aggiuntivi e aggiustamenti alla poltrona. Un workflow strutturato e guidato dalla geometria riduce le ri-scansioni, migliora la precisione al primo tentativo, semplifica la comunicazione con il laboratorio ed elimina il margine di incertezza. Dal punto di vista dei tempi, partire dalla geometria aggiunge tipicamente pochi secondi anziché minuti, ma evita ore di correzioni a valle. Dal punto di vista dei costi, sistemi come Scan Ladder sono significativamente più accessibili rispetto alla fotogrammetria e, se utilizzati correttamente, offrono risultati comparabili. La vera domanda, quindi, non è se il workflow aggiunga un passaggio, ma se elimini l’errore.

Guardando al futuro, come vede l’evoluzione di software, scanner e librerie protesiche nel supportare meglio l’allineamento accurato dei dataset nei workflow all-on-X, e quali sviluppi pratici vorrebbe vedere dall’industria per ridurre gli errori cumulativi nei casi full-arch?
Il settore si sta chiaramente spostando da sistemi basati principalmente sullo “stitching” ottico a sistemi fondati sull’allineamento geometrico. Vedo tre sviluppi chiave: il riconoscimento geometrico in tempo reale, ad esempio tramite matching assistito da intelligenza artificiale durante la scansione, come nei sistemi Medit SmartX e nelle soluzioni basate su riferimenti come Scan Ladder; strumenti migliorati di registrazione tra dataset, come i marker fiduciali Scan Ladder GuideLock; e una maggiore enfasi sulla geometria di riferimento rispetto al solo dato superficiale.
Tuttavia, resta un problema importante: la maggior parte dei sistemi continua a cercare di ottimizzare lo “stitching” e l’accuratezza della singola scansione, invece di concentrarsi sull’accuratezza dell’intera sequenza di acquisizione dei dati. Anche quando la posizione implantare - sia a livello di multi-unit abutment sia a livello implantare - viene registrata con sufficiente precisione da ottenere un fit passivo, molto spesso si sottovaluta la necessità di un allineamento preciso dei dati e della corretta combinazione dei dataset. Se il posizionamento è passivo, ma il resto dei dati è impreciso, si possono generare errori cumulativi come deviazioni della linea mediana, precontatti occlusali, interferenze nei movimenti di lateralità e altre complicazioni che nel tempo possono portare anche a fratture.
Ciò che mi piacerebbe vedere è una più ampia adozione di sistemi di riferimento geometrici standardizzati, una migliore formazione sui protocolli di scansione lungo l’intero workflow anziché limitata alle caratteristiche dello scanner, e una minore frammentazione tra hardware, software e librerie protesiche. In definitiva, l’obiettivo è semplice: garantire che la posizione digitale degli impianti corrisponda il più possibile alla realtà. Al momento, le evidenze sono sempre più chiare nel dimostrare che i workflow geometrici basati su riferimenti rappresentano uno dei metodi più affidabili, scalabili ed economicamente sostenibili per raggiungere questo obiettivo. Studi indipendenti e peer-reviewed hanno mostrato prestazioni paragonabili alla fotogrammetria in molti scenari. Ancora più importante, i workflow guidati dalla geometria consentono di ottenere dataset accurati lungo l’intero processo, anziché limitare l’accuratezza a una singola scansione.

Nota editoriale:

Ulteriori informazioni su IDEM 2026 sono disponibili qui.

Tag:

To post a reply please login or register

L’Odontoiatria avanzata. Dalla tridimensionalità della diagnosi alla comunicazione efficace

Sempre più frequentemente si sente parlare di “advanced dentistry”: un’odontoiatria appunto avanzata, evoluta, progredita ed innovativa in grado di ...

Laser a diodi: nuovi orizzonti della prevenzione supportata dalla tecnologia

Nei primi Anni Sessanta, la scoperta del laser segnò per l’umanità una tappa fondamentale nel campo medico, in generale, e odontoiatrico, in ...

“Dalla ricerca alla clinica: come migliorare la qualità della vita dei pazienti!”

Webinar gratuito – Martedì 6 novembre – ore 21:00-22:00. Insieme al dottor Marco Pasini* si parlerà di ipersensibilità dentinale: dai fattori di ...

L'evoluzione della professione passa anche dalle nuove tecnologie

Questo quanto emerso ad UNIAstiss al termine dei lavori della terza edizione del Dental Forum ha cui hanno partecipato 120 operatori del comparto ...

La scansione intraorale con tecnologia a fluorescenza mostra risultati promettenti nella diagnosi della carie in odontoiatria pediatrica

MELBOURNE, Australia: Gli scanner intraorali stanno emergendo come strumenti efficienti e facilmente utilizzabili su larga scala per individuare la carie ...