Süt ve daimi dişlerde arayüz çürüklerinin teşhisinde yapay zekânın etkinliğinin değerlendirilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Sağlık Bilimleri Enstitüsü, PEDODONTİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: HATİCE SELİN GÜÇLÜ
Danışman: AKİF DEMİREL
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez çalışması, derin öğrenme tabanlı Yolov5x mimarisini kullanarak hem süt hem de daimi dişlere ait bitewing radyografilerde bulunan arayüz çürüklerini otomatik olarak saptayan bir model geliştirmeyi ve modelin tanısal performansını ayrıntılı metriklerle değerlendirmeyi amaçlamaktadır. Çalışma retrospektif tasarlanmış ve CLAIM 2024 kontrol listesi rehberliğinde yürütülmüştür. Çalışmada 1000'er adet süt ve daimi diş bitewing radyografisi Craniocatch etiketleme modülünde poligonal segmentasyonla işaretlenmiş, toplam 5704 çürük lezyon anotasyonu elde edilmiştir. Görüntüler %80 eğitim, %10 doğrulama, %10 test olacak şekilde ayrılmış, Yolov5x modeli PyTorch ortamında eğitilmiştir. Performans; kesinlik, duyarlılık, F1 skoru ve ROC AUC gibi ölçütlerle hem grup bazında hem de genel olarak raporlanmıştır. Elde edilen bulgulara göre, süt dişi radyografilerine ait test setinde modelin kesinlik değeri 0,80; duyarlılığı 0,78; F1 skoru 0,79 ve AUC değeri 0,87 olarak hesaplanmıştır. Daimi diş grubunda ise kesinlik 0,78; duyarlılık 0,75; F1 skoru 0,76 ve AUC değeri 0,88 olarak bulgulanmıştır. Süt dişlerinde duyarlılığın hafifçe yüksek seyretmesi, daha belirgin kontrast farkı ve lezyon morfolojisine bağlanmış olup, fark klinik olarak minimal düzeydedir. Test verilerindeki 518 etiketin konfüzyon matrisleri, yanlış pozitif ve negatif oranlarının kabul edilebilir düzeyde olduğunu göstermiştir. Ayrıca, güven skoru eşiklerinin optimize edilmesi, uygulamada yanlış karar riskini daha da azaltabilecektir. Yolov5x temelli model, süt ve daimi dişlerde arayüz çürüklerini gerçek zamanlı, piksel düzeyinde ve yüksek doğrulukla saptayarak literatürde bildirilen benzer çalışmalarla karşılaştırılabilir seviyede performans sunmuştur. Böylece çocuk hastalarda tarama, tedavi planlaması ve ikinci görüş amaçlı klinik karar destek sistemi olarak kullanılma potansiyeli taşıyabileceği düşünülmektedir. Ancak, tek merkezli araştırma tasarımı ve yalnızca radyografik görüntülere dayalı eğitim süreci genellenebilirliği sınırlayabileceği için, gelecekte çok merkezli, yaşa göre dengelenmiş ve multimodal veri içeren dış doğrulamalı çalışmalar yapılması önerilmektedir. Modelin küçük lezyon tespitini iyileştirmek amacıyla farklı segmentasyon mimarileriyle karşılaştırmalı araştırmalar ve gerçek zamanlı klinik entegrasyona odaklanan yazılım geliştirmeleri de potansiyel geliştirme alanlarıdır. Bu tez çalışmasının dahilinde elde edilen bulgular ve çıkarımlar, yapay zekâ destekli radyografik tanı sistemlerinin çocuk diş hekimliği pratiğinde erken çürük teşhis sürecini hızlandırarak tedavi maliyetlerini azaltma ve sağkalımı artırma yönünde önemli bir adım sergilediğini göstermektedir.