Panoramik radyografide diş çürükleri tespitinde derin öğrenme sistemlerinin değerlendirilmesi

Çalışmanın amacı diş çürükleri tespitinde geleneksel tanı yöntemleri ile yapay zekanın alt dalı olan derin öğrenme yöntemlerinin karşılaştırılması ve çürük teşhisinin yapay zeka yöntemi ile etkinliğinin değerlendirilmesidir. Çalışmada 101 hastanın panoramik radyografisi Ağız, Diş ve Çene Radyolojisi alanında uzmanlığını almış iki hekim ve Ağız, Diş ve Çene Radyolojisi uzmanlık eğitimini sürdüren bir araştırma görevlisi tarafından oluşturulan ortak bir konseyde dişlerde "çürük var/yok" şeklinde seçildi ve dişler sağlıklı ve çürük olarak etiketlendi. Elde edilen 5000 veri %80 eğitim ve %20 test verisi olarak ayrıldı. Model oluşturmak için ResNet50 sinir ağı mimarisi uygulandı. Derin öğrenme modelimiz 0.82 doğruluk gösterdi. Modelin performans metriklerinden PPV değeri %75.8, NPV değeri %92, sensivitesi %94 ve spesifitesi %70 olarak bulundu. AUC değeri ise %82 olarak bulundu. Panoramik radyografilerde çürük lezyonlarının tespitinde evrişimsel sinir ağı modelimiz yeterli performans gösterdi.