نتایج تحقیقات نشان داد : مدل ANN  (شبکه عصبی مصنوعی) توسعه‌یافته می تواند  با دقت بالا طرح‌های درمان ارتودنسی را پیش‌بینی کرده و  به ارتودنتیست‌ها در تصمیم‌گیری کمک نماید. 

تشخیص دقیق و برنامه‌ریزی درمان در ارتودنسی بسیار مهم است. پیچیدگی عوامل اختصاصی بیماران، توسعه طرح‌های درمان استاندارد را دشوار می‌کند. هوش مصنوعی می‌تواند با ارائه مدل‌های پیش‌بینی بر اساس داده‌های جامع بیماران به کلینیسین‌ها کمک کند.

دکتر فهیمه فرزانگان عضوهیات علمی گروه ارتودانتیکس به همراه گروهی از محققان دانشکده دندانپزشکی دانشگاه علوم پزشکی مشهد مطالعه ای  با هدف توسعه یک مدل شبکه عصبی مصنوعی (ANN)Artificial Neural Network برای پیش‌بینی طرح‌های درمان ارتودنسی با استفاده از تاریخچه بیمار، یافته‌های معاینه و رکوردهای قبل از درمان انجام دادند.

یافته های پژوهش نشان داد که مدل شبکه عصبی مصنوعی(  ANN) توسعه‌یافته توانست با دقت بالا طرح‌های درمان ارتودنسی را پیش‌بینی کند و می‌تواند به ارتودنتیست‌ها در تصمیم‌گیری کمک کند. محدودیت‌هایی مانند حذف بیماران با دندان‌های غایب و تنوع در رویه‌های بالینی نیاز به تحقیقات بیشتر را نشان می‌دهد. مطالعات آینده باید جمعیت‌های بیمار متنوع‌تری را شامل شده و ادغام ابزارهای تشخیصی اضافی را برای بهبود عملکرد مدل بررسی کنند.

دکتر فرزانگان گروه ‌های هدف این تحقیق را متخصصان ارتودانتیکس و پژوهشگران و سیاست‌گذاران حوزه درمان برشمردند. 

سیستم هوش مصنوعی به وجود آمده از این تحقیق باعث کاهش زمان تشخیص و یکسان سازی دسترسی آحاد جامعه به کیفیت یکسانی از آنالیز و طرح درمان شده و می تواند درمان های ارتودنسی را در اختیار افراد بیشتری، از جمله مناطق کم برخوردارتر که از دندان پزشکان کم تجربه تر و یا غیر متخصص استفاده میکنند، قرار دهد. با توجه به نتایج مطالعه ی ما می توان به این نتیجه رسید که این سیستم در مقابل بررسی توسط متخصص بسیار سریع تر بوده، دسترسی راحت تری داشته و از دقت بالاتری نیز برخوردار می باشد.