FARKLI YAPAY ZEKA MODELLERİNİN DENTAL ANOMALİLERİN RADYOGRAFİK TANISINDAKİ PERFORMANSININ KARŞILAŞTIRMALI ANALİZİ
TÜBİTAK Projesi, 2209-A - Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı, 2025 - 2026
- Proje Türü: TÜBİTAK Projesi
- Destek Programı: 2209-A - Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı
- Başlama Tarihi: Kasım 2025
- Bitiş Tarihi: Eylül 2026
- Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Proje Özeti
Bu çalışmada, gelişimsel dental
anomalilerin radyografik değerlendirilmesinde dört multimodal büyük dil
modelinin (MLLM) tanısal performansı ve yanıtlarının okunabilirliği
karşılaştırılmıştır. Çalışma kapsamında sekiz gelişimsel dental anomali
kategorisini temsil eden toplam 24 radyografik vaka değerlendirilmiştir.
ChatGPT, Claude, Microsoft Copilot ve Gemini modellerine, anomali tanımlama,
diş lokalizasyonu, sınıflandırma, eşlik eden anomaliler ve tedaviye ilişkin
kararları değerlendiren yedi standartlaştırılmış soru yöneltilmiştir. Model
yanıtları, üç ağız, diş ve çene radyoloğu tarafından üç puanlı ordinal ölçek
kullanılarak bağımsız olarak değerlendirilmiş ve uzman puanlarının medyanı
uzlaşı puanı olarak kabul edilmiştir. Ayrıca model yanıtlarının okunabilirliği
Flesch Reading Ease (FRE) skoru kullanılarak değerlendirilmiştir.
Çalışma
sonucunda, dört MLLM'nin tamamında radyografik anomalilerin tanımlanmasına
yönelik performansın sınırlı olduğu ve modeller arasında tanısal veya genel
performans açısından istatistiksel olarak anlamlı bir fark bulunmadığı
görülmüştür. Buna karşılık, model yanıtlarının okunabilirlik düzeyleri arasında
anlamlı farklılık saptanmış ve Gemini en yüksek okunabilirlik skorunu
göstermiştir. Bulgular, MLLM'lerin dental radyografilerin değerlendirilmesinde
potansiyel bir destekleyici araç olabileceğini, ancak radyografik tanısal
doğruluk ile dilsel okunabilirliğin ayrı değerlendirilmesi gerektiğini ve uzman
değerlendirmesinin önemini ortaya koymaktadır.