Akademik Veri Yönetim Sistemi
Çocuk Diş Hekimleri Derneği 1.Bilimsel Kongresi, İstanbul, Türkiye, 23 - 25 Mayıs 2025, cilt.1, ss.72-73, (Özet Bildiri)
Giriş: Revaskülarizasyon, nekrotik immatür dişlerin tedavisinde uygulanan rejeneratif bir tedavi yöntemi olup, apeksifikasyon ve apikal bariyer tekniklerinden farklı olarak kök gelişiminin devamına olanak tanıyan, biyolojik temelli bir alternatif yaklaşım olarak tanımlanmaktadır. Günümüzde rejeneratif endodontik tedaviler (RET), pedodonti ve endodonti alanlarında klinik uygulamalarda rutin olarak yer bulmaya başlamıştır. Son yıllarda yapay zekâ (YZ) teknolojilerinin, kök kanal sisteminin anatomik yapısının analizinde ve periapikal lezyonların erken evrede tespit edilmesinde etkin biçimde kullanılabileceği bildirilmektedir. Buna ek olarak, YZ tabanlı modellerin, yeniden tedavi (retreatment) girişimlerinin başarısını ve dental pulpa kök hücrelerinin canlılık potansiyelini öngörebilme yetisine sahip olduğu; bu sayede klinik karar verme süreçlerine katkı sunduğu belirtilmektedir. Bununla birlikte, yapay zekâ programlarının sunduğu bilgilerin bilimsel doğruluğu ve güvenilirliği hâlen tartışma konusu olmaya devam etmektedir. Bu çalışmanın amacı, farklı iki yapay zekâ programının rejeneratif endodontik tedavi protokollerine ilişkin bilgi uyumluluğunun, Avrupa Endodonti Derneği (ESE) tarafından yayımlanan kılavuzla karşılaştırılarak değerlendirilmesidir.
Gereç-Yöntem: Bu çalışmada, rejeneratif endodontik tedavi protokoline ilişkin referans kaynağı olarak ESE tarafından yayımlanan güncel kılavuz esas alınmıştır. Karşılaştırmalı analizde birinci yapay zekâ modeli olarak ChatGPT-4.0, ikinci model olarak ise DeepSeek 3.0 kullanılmıştır. Her iki yapay zekâ programının, rejeneratif endodontik tedavi protokolüne yönelik verdiği yanıtların doğruluğu ESE kılavuzu ile karşılaştırmalı olarak değerlendirilmiştir. Elde edilen veriler, istatistiksel olarak SPSS yazılımıyla analiz edilmiş; iki yapay zekâ modelinin kılavuz ile olan uyumu Kappa testi ile incelenmiştir. (p<0,05)
Bulgular-Sonuç: Bu araştırmada, ESE tarafından yayımlanan rejeneratif endodonti kılavuzu,
doğru ve güvenilir bilgi kaynağı olarak temel alınmıştır. Çalışmada değerlendirilen içerik,
rejeneratif endodontik tedavi sürecine ilişkin on başlık altında incelenmiştir: tedavi
endikasyonları, rubber dam izolasyonu, birinci seansta lokal anestezi uygulaması, birinci seans
irrigasyon protokolü, paper point kullanımı, kanal içi medikament uygulaması, ikinci seansta lokal
anestezi uygulaması, ikinci seans irrigasyon protokolü, final restorasyon ve tedavi sonrası
klinik/radyografik takip. Birinci yapay zekâ programı; tedavi endikasyonları, rubber dam
izolasyonu, kanal içi medikament kullanımı ve klinik/radyografik takip başlıklarında kılavuzla
uyumlu doğru yanıtlar vermiştir. Ancak hem birinci hem de ikinci seansta lokal anestezi
uygulamasına, paper point kullanımına yer vermemiş; ikinci seans irrigasyon protokolü ve final
restorasyon konularında ise eksik bilgi sunmuştur. İkinci yapay zekâ programı ise; tedavi
endikasyonları, rubber dam izolasyonu, final restorasyon ve tedavi sonrası klinik/radyografik takip
konularında doğru bilgiler vermiştir. Bununla birlikte, birinci ve ikinci seansta lokal anestezi
uygulamasına, paper point kullanımına değinmemiş; birinci seansta kanal içi medikament
uygulaması ile ikinci seans irrigasyon protokolü hakkında eksik bilgi aktarmıştır. Veriler “doğru”,
“kısmen doğru” ve “yanlış” olarak kategorize edilmiştir. Elde edilen sonuçlar SPSS yazılımı
kullanılarak (Weighted Kappa) analizi ile değerlendirilmiştir. Kılavuz referans alınarak yapılan
73
karşılaştırmada, birinci yapay zekâ programının orta düzeyde uyum sağladığı (Kappa = 0.45;
p<0.05), ikinci yapay zekâ programının ise zayıf-orta düzeyde uyum gösterdiği (Kappa = 0.37;
p<0.05) belirlenmiştir. Yapay zekâ tabanlı bilgi kaynakları, günümüzde sağlık hizmetleri de dâhil
olmak üzere birçok alanda yaygın biçimde kullanılmaktadır. Ancak bu programların gelişimi ve
güvenilirliğinin sağlanması açısından, sağlanan bilgilerin doğruluğunun sistematik olarak
değerlendirilmesi büyük önem arz etmektedir. Yapay zekânın potansiyelinden etkin ve güvenli
şekilde faydalanılabilmesi için, doğru ve güncel bilimsel verilerin bu teknolojilerle entegre
edilmesi daha sağlıklı bir yaklaşım olacaktır.