Ortodontik tedavi öncesi hasta kooperasyonunun yapay zeka ile tahmini

Amaç: Bu çalışmanın amacı hastanın ortodontik tedavi sırasında göstereceği işbirliğinin tedaviye başlamadan önce yapay zeka ile tahminin mümkün olup olmadığını test etmektir. Yöntem: kliniğimizde sabit ortodontik tedavi gören 230 hasta tedavilerinin 12. Ayında doktorları tarafından doldurulan ortodontik hasta kooperasyonu skalasına göre uyumlu ve uyumsuz olarak iki farklı gruba yerleştirilmiştir. Gruplandırılmış hastaların cephe fotoğrafları, el yazısı örnekleri ve ses kayıtları elde edildi. Toplanan bu veriler çeşitli makine öğrenimi algoritmaları ve yapay sinir ağı modelleri ile analiz edilerek yüz fotoğrafları, el yazısı ve sesin hasta kooperasiyonu ile ilişki ve hastanın kooperesyonunun tedaviye başlamadan önce tahmin edilebilirliği araştırılmıştır. Modellerin performansı ve başarı oranlarının yükseltilmesi için öğrenim aktarımı tekniği kullanılmıştır. Bulgular: Yüz fotoğraflarını değerlendiren modellerden Xception ve DenseNet %66.0 başarı oranıyla en iyi sonuç elde eden modeller olmuştur. El yazı örneklerini değerlendirmek amacıyla kullanılan modellerden InceptionResNet %72.0 ve NasNetMobile %70.0 ile en iyi performansı sergileyen modeller olmuştur. Ses verilerini değerlendirilmesinde ESA modeli ile birlikte Linear discriminant analizi, K'ya en yakın komşu, Destek vektör makinesi, Ekstra ağaç sınıflandırıcı ve Yığma sınıflandırıcı %57.0 başarı oranına ulaşarak en iyi performansı sergileyen algoritmalar olmuştur. Sonuçlar: Yüzün fizyonomi özellikleri, el yazısının özellikleri, sesin tonu ve frekansı kooperasyon tahmini için kullanılabilir. El yazısı; yüz ve sese göre kooperasyon ile ilgili daha çok bilgi taşımaktadır. El yazısı örnekleri, yüz fotoğrafları ve ses kayıtlarının değerlendirilmesinde yapay sinir ağlarıyla elde edilen en yüksek başarı oranı sırasıyla %72.0, %63.0 ve %57.0 olmuştur. Anahtar kelimeler: Evrişimli sinir ağları, Kooperasyon, Yapay zeka