Farklı Yapay Zeka Programlarının Rejeneratif Endodonti Protokolleri Hakkındaki Bilgilerinin Değerlendirilmesi

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.