W tym przeglądzie om wiono sztuczną inteligencję i uczenie maszynowe w analizie cefalometrycznej, koncentrując się na automatyzacji, dokladności diagnostycznej i optymalizacji leczenia.Przeszukanie literatury w oparciu o PRISMA-ScR (2017-2024) w wielu bazach danych pozwolilo znaleźc odpowiednie badania. Trzynaście ze 174 artykul w spelnilo kryteria wlączenia, obejmujące r żne typy badań. Większośc potwierdzila niezawodnośc sztucznej inteligencji w analizie cefalometrycznej.Sztuczna inteligencja i uczenie maszynowe usprawniają analizę cefalometryczną, poprawiając dokladnośc i wydajnośc, z korzyścią dla opieki ortodontycznej.