SavedAdd your journal

Journals / Journal of Kocaeli Health and Technology University / 2024 / Cilt: 2 Sayı: 3

DİŞ HEKİMLİĞİNDE YAPAY ZEKA UYGULAMALARI

Ayşegül Sunar(KOCAELİ SAĞLIK VE TEKNOLOJİ ÜNİVERSİTESİ, AVRUPA MESLEK YÜKSEKOKULU)0000-0002-6340-8092
Çağan Taş0009-0007-2675-5689
Eda Sır0009-0005-4174-6380
Hülya Polater(KOCAELİ SAĞLIK VE TEKNOLOJİ ÜNİVERSİTESİ, DİŞ HEKİMLİĞİ FAKÜLTESİ)0009-0008-2462-4471
Nihal Bağlıoğlu(KOCAELİ SAĞLIK VE TEKNOLOJİ ÜNİVERSİTESİ, AVRUPA MESLEK YÜKSEKOKULU)0000-0002-1388-4453
Pages
41–57
Publication Date
2024-12-31
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Yapay zeka ayrıca, diş hekimlerinin klinik verileri analiz ederek hastaların ağız, diş sağlığı risklerini belirlemelerine ve önleyici tedbirler alınmasına yardımcı olmakla birlikte dental hastalıkların, diğer oral sağlık sorunlarının erken tanı ve tedavi edilmesini sağlayarak, hastaların genel sağlığının korunmasına katkıda bulunabilmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Yapay zeka, diş hekimliği pratiğinde önemli bir rol oynamaktadır.
📊
Key Findings & Data:Öncelikle, yapay zeka algoritmaları dental görüntülerin analizinde kullanılarak, hastaların ağız ve diş sağlığının değerlendirilmesi ve teşhis konulması sürecine yardımcı olabilmektedir.
💡
Conclusion & Impact:Yapay zeka ayrıca, diş hekimlerinin klinik verileri analiz ederek hastaların ağız, diş sağlığı risklerini belirlemelerine ve önleyici tedbirler alınmasına yardımcı olmakla birlikte dental hastalıkların, diğer oral sağlık sorunlarının erken tanı ve tedavi edilmesini sağlayarak, hastaların genel sağlığının korunmasına katkıda bulunabilmektedir.
🔬Design:Experimental Field Trial
📍Scope:Comprehensive Sample
⚙️Variables:Diş hekimliği · evrişimli sinir ağları · veri analizi

Özet

Yapay zeka, diş hekimliği pratiğinde önemli bir rol oynamaktadır. Öncelikle, yapay zeka algoritmaları dental görüntülerin analizinde kullanılarak, hastaların ağız ve diş sağlığının değerlendirilmesi ve teşhis konulması sürecine yardımcı olabilmektedir. Bu da, radyografiler ve diğer dijital verilerin hızlı, doğru bir şekilde incelenmesini sağlayarak, erken teşhis ve tedavi planlaması için uzun vadede önemli bir avantaj sağlayacaktır. Ayrıca, yapay zeka destekli sistemler, diş hekimlerinin hasta tedavi planlarını oluştururken ve tedavi süreçlerini yönetirken daha verimli olmalarına yardımcı olabilecektir. Bu sistemler, hastanın tıbbi geçmişini, tedavi tercihlerini ve diğer faktörleri dikkate alarak, kişiye özel tedavi planları geliştirerek planların uygulanmasını takip edebilmektedir. Yapay zeka ayrıca, diş hekimlerinin klinik verileri analiz ederek hastaların ağız, diş sağlığı risklerini belirlemelerine ve önleyici tedbirler alınmasına yardımcı olmakla birlikte dental hastalıkların, diğer oral sağlık sorunlarının erken tanı ve tedavi edilmesini sağlayarak, hastaların genel sağlığının korunmasına katkıda bulunabilmektedir.

🔖

Cite This Article

Sunar, A., Taş, Ç., Sır, E., Polater, H., Bağlıoğlu, N. (2024). DİŞ HEKİMLİĞİNDE YAPAY ZEKA UYGULAMALARI. Journal of Kocaeli Health and Technology University, Cilt: 2 Sayı: 3, 41–57. https://doi.org/10.66163/jokohtu.1524403

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (45)

  1. Ding, H., Wu, J., Zhao, W., Matinlinna, J. P., Burrow, M. F., & Tsoi, J. K. (2023). Artificial intelligence in dentistry—A review. Frontiers in Dental Medicine, 4, 1085251.
  2. Arsiwa-Scheppach, L. T., Chaurasia, A., Müller, A., Krois, J., & Schwendicke, F. (2023). Machine Learning in Dentistry: A Scoping Review. Journal of Clinical Medicine, 12(3), 937.
  3. Pethani, F., & Dunn, A. G. (2023). Natural language processing for clinical notes in dentistry: A systematic review. Journal of Biomedical Informatics, 138, 104282.
  4. Salahin, S. M. S., Ullaa, M. D. S., Ahmed, S., Mohammed, N., Farook, T. H., & Dudley, J. (2023). One-Stage Methods of Computer Vision Object Detection to Classify Carious Lesions from Smartphone Imaging. Oral (Basel, Switzerland), 3(2), 176–190.
  5. Vodanović, M., Subašić, M., Milošević, D., & Savić Pavičin, I. (2023). Artificial Intelligence in Medicine and Dentistry. Acta Stomatologica Croatica, 57(1), 70–84.
  6. Khanagar, S. B., Al-Ehaideb, A., Vishwanathaiah, S., Maganur, P. C., Patil, S., Naik, S., Baeshen, H. A., & Sarode, S. S. (2021). Scope and performance of artificial intelligence technology in orthodontic diagnosis, treatment planning, and clinical decision-making - A systematic review. Journal of Dental Sciences, 16(1), 482–492.
  7. Farook, T. H., Jamayet, N. B., Abdullah, J. Y., & Alam, M. K. (2021). Machine Learning and Intelligent Diagnostics in Dental and Orofacial Pain Management: A Systematic Review. Pain Research & Management, 1–9.
  8. Putra, R. H., Doi, C., Yoda, N., Astuti, E. R., & Sasaki, K. (2022). Current applications and development of artificial intelligence for digital dental radiography. Dento-Maxillo-Facial Radiology, 51(1), 20210197–20210197.
  9. Fatima, A., Shafi, I., Afzal, H., Díez, I. T., Lourdes, D. R. M., Breñosa, J., Espinosa, J. C. M., & Ashraf, I. (2022). Advancements in Dentistry with Artificial Intelligence: Current Clinical Applications and Future Perspectives. Healthcare (Basel, Switzerland), 10(11), 2188.
  10. Kabir, T., Lee, C.-T., Chen, L., Jiang, X., & Shams, S. (2022). A comprehensive artificial intelligence framework for dental diagnosis and charting. BMC Oral Health, 22(1), 1–13.
  11. Singi, S. R., Sathe, S., Reche, A. R., Sibal, A., & Mantri, N. (2022). Extended Arm of Precision in Prosthodontics: Artificial Intelligence. Cureus, 14(11), e30962.
  12. Hiraiwa, T., Ariji, Y., Fukuda, M., Kise, Y., Nakata, K., Katsumata, A., Fujita, H., & Ariji, E. (2019). A deep-learning artificial intelligence system for assessment of root morphology of the mandibular first molar on panoramic radiography. Dento-Maxillo-Facial Radiology, 48(3), 20180218–20180218.
  13. Agrawal, P., & Nikhade, P. (2022). Artificial Intelligence in Dentistry: Past, Present, and Future. Cureus, 14(7), e27405.
  14. Halicek, M., Lu, G., Little, J. V., Wang, X., Patel, M., Griffith, C. C., El-Deiry, M. W., Chen, A. Y., & Fei, B. (2017). Deep convolutional neural networks for classifying head and neck cancer using hyperspectral imaging. Journal of Biomedical Optics, 22(6), 060503–060503.
  15. Poedjiastoeti, W., & Suebnukarn, S. (2018). Application of Convolutional Neural Network in the Diagnosis of Jaw Tumors. Healthcare Informatics Research, 24(3), 236–241.
  16. Thurzo, A., Kosnáčová, H. S., Kurilová, V., Kosmeľ, S., Beňuš, R., Moravanský, N., Kováč, P., Kuracinová, K. M., Palkovič, M., & Varga, I. (2021). Use of Advanced Artificial Intelligence in Forensic Medicine, Forensic Anthropology and Clinical Anatomy. Healthcare (Basel), 9(11), 1545.
  17. Mohammad, N., Ahmad, R., Kurniawan, A., & Mohd Yusof, M. Y. P. (2022). Applications of contemporary artificial intelligence technology in forensic odontology as primary forensic identifier: A scoping review. Frontiers in Artificial Intelligence, 5, 1049584–1049584.
  18. Ahmad, P., Alam, M. K., Aldajani, A., Alahmari, A., Alanazi, A., Stoddart, M., & Sghaireen, M. G. (2021). Dental Robotics: A Disruptive Technology. Sensors (Basel, Switzerland), 21(10), 3308.
  19. van Riet, T. C. T., Chin Jen Sem, K. T. H., Ho, J.-P. T. F., Spijker, R., Kober, J., & de Lange, J. (2021). Robot technology in dentistry, part one of a systematic review: literature characteristics. Dental Materials, 37(8), 1217–1226.
  20. Cheng, C., Yinan, X., Zongxin, X., Lei, S., Yanan, X., & Yanli, Y. (2022). Robotic and Microrobotic Tools for Dental Therapy. Journal of Healthcare Engineering, 3265462–12.
  21. Kumar, P., Ravindranath, K., Srilatha, V., Alobaoid, M., Kulkarni, M., Mathew, T., & Tiwari, H. (2022). Analysis of advances in research trends in robotic and digital dentistry: An original research. Journal of Pharmacy & Bioallied Science, 14(5), 185–187.
  22. Suárez, A., Adanero, A., Díaz-Flores García, V., Freire, Y., & Algar, J. (2022). Using a Virtual Patient via an Artificial Intelligence Chatbot to Develop Dental Students’ Diagnostic Skills. International Journal of Environmental Research and Public Health, 19(14), 8735-.
  23. Pithpornchaiyakul, S., Naorungroj, S., Pupong, K., & Hunsrisakhun, J. (2022). Using a Chatbot as an Alternative Approach for In-Person Toothbrushing Training During the COVID-19 Pandemic: Comparative Study. Journal of Medical Internet Research, 24(10).
  24. Kumar, Y., Koul, A., Singla, R., & Ijaz, M. F. (2023). Artificial intelligence in disease diagnosis: a systematic literature review, synthesizing framework and future research agenda. Journal of Ambient Intelligence and Humanized Computing, 14(7), 8459–8486.
  25. Güneç, H. G., Gökyay, S. S., Kaya, E., & Cesur Aydın, K. (2022). Toplum yapay zeka ile dental tanı konmasına hazır mı? Selcuk Dental Journal, 9(1), 200–207.
  26. Roganović, J., & Radenković, M. (2023). Ethıcal use of AI ın dentıstry. Intechopen. Doi: 10.5772/İntechopen.1001828
  27. Van De Sande, D., Sharabiani, M., Bluemink, H., Kneepkens, E., Bakx, N., Hagelaar, E.,. & Hurkmans, C. (2021). Artificial İntelligence Based Treatment Planning Of Radiotherapy For Locally Advanced Breast Cancer. Physics And Imaging İn Radiation Oncology, 20, 111-116.
  28. Ahmed, N., Abbasi, M. S., Zuberi, F., Qamar, W., Halim, M. S. B., Maqsood, A., & Alam, M. K. (2021). Artificial Intelligence Techniques: Analysis, Application, and Outcome in Dentistry-A Systematic Review. BioMed Research International, 9751564.
  29. Hung, K. F., Yeung, A. W. K., Bornstein, M. M., & Schwendicke, F. (2023). Personalized dental medicine, artificial intelligence, and their relevance for dentomaxillofacial imaging. Dento-Maxillo-Facial Radiology, 52(1), 20220335.
  30. Schwendicke, F., & Krois, J. (2022). Data dentistry: How data are changing clinical care and research. Journal of Dental Research, 101(1), 21–29.
  31. Grischke, J., Johannsmeier, L., Eich, L., Griga, L., & Haddadin, S. (2020). Dentronics: Towards robotics and artificial intelligence in dentistry. Dental Materials, 36(6), 765–778.
  32. Miragall, M. F., Knoedler, S., Kauke-Navarro, M., Saadoun, R., Grabenhorst, A., Grill, F. D., Ritschl, L. M., Fichter, A. M., Safi, A. F., &Knoedler, L. (2023). Facethe future-artificialıntelligence in oral and maxillofacial surgery. Journal of Clinical Medicine, 12(21), 6843.
  33. Biçer, A. G. Z., Tepe, Ö. G. H., Çeliksöz, Ö. G. Ö., & Yaman, B. C. (2023). Yapay zeka ve restoratif diş hekimliği. Tıp ve Sağlık Bilimlerinde Multidisipliner Bakış I, 3.
  34. Hazarika, I. (2020). Artificial intelligence: opportunities and implications for the health workforce. International Health, 12(4), 241–245.
  35. Akdoğan C, Özdemir H. (2024).Yapay Zekânın Diş Hekimliği Pratiğine Kazanımları. J Turkish Dent Res, 2(3),278-87.
  36. Büyükkaya B, Altındiş S, Cevahir F. (2023). Diş hekimliği öğrencileri yapay zeka uygulamalarına ne kadar hazır ? J Biotechnol And Strategic Health Res. 7(4):266-274. Doi:10.34084/Bshr.1407036
  37. Uçan, G. Ö. (2023). Yapay zeka algoritmaları kullanılarak panoramik radyograflar üzerinden bireylerin diş yaşlarının tespiti. https://hdl.handle.net/11499/56475
  38. Nayyar, N., Ojcius, D. M., & Dugoni, A. A. (2020). The role of medicine and technology in shaping the future of oral health. Journal of the California Dental Association, 48(3), 127–130.
  39. Revilla-León, M., Gómez-Polo, M., Vyas, S., Barmak, B. A., Galluci, G. O., Att, W., & Krishnamurthy, V. R. (2023). Artificial intelligence applications in implant dentistry: A systematic review. The Journal of Prosthetic Dentistry, 129(2), 293–300.
  40. Ossowska, A., Kusiak, A., & Świetlik, D. (2022). Artificial ıntelligence in dentistry-narrative review. International Journal of Environmental Research and Public Health, 19(6), 3449.
  41. Pauwels, R., Brasil, D. M., Yamasaki, M. C., Jacobs, R., Bosmans, H., Freitas, D. Q., & Haiter-Neto, F. (2021). Artificial intelligence for detection of periapical lesions on intraoral radiographs: Comparison between convolutional neural networks and human observers. Oral Surgery, Oral Medicine, Oral Pathology and Oral Radiology, 131(5), 610–616.
  42. Muraev, A. A., Guseynov, N. A., Tsay, P. A., Kibardin, I. A., Burenchev, D. V., Ivanov, S. S., Oborotistov, N. Y., Matuta, M. A., Grachev, N. S., & Larin, S. S. (2020). Artificial neural networks in dental and maxillofacial radiology: a review. Kliničeskaâ Stomatologiâ, 3, 72–80.
  43. Revilla-León, M., Gómez-Polo, M., Barmak, A. B., Inam, W., Kan, J. Y. K., Kois, J. C., & Akal, O. (2023). Artificial intelligence models for diagnosing gingivitis and periodontal disease: A systematic review. The Journal of Prosthetic Dentistry, 130(6), 816–824.
  44. Chau, R. C. W., Li, G.-H., Tew, I. M., Thu, K. M., McGrath, C., Lo, W.-L., Ling, W.-K., Hsung, R. T.-C., & Lam, W. Y. H. (2023). Accuracy of artificial ıntelligence-based photographic detection of gingivitis. International Dental Journal, 73(5), 724–730.
  45. Van De Sande, D., Sharabiani, M., Bluemink, H., Kneepkens, E., Bakx, N., Hagelaar, E.,. & Hurkmans, C. (2021). Artificial İntelligence Based Treatment Planning Of Radiotherapy For Locally Advanced Breast Cancer. Physics And Imaging İn Radiation Oncology, 20, 111-116.