Diş hekimliği
öğrencilerinin diş
hekimliğinde yapay
zekâ uygulamaları ile
ilgili düşüncelerinin
incelenmesi

BUYUKCAVUS, MUHAMMED HILMI; Özel, Şelale

doi:10.5505/yeditepe.2022.27928

Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi

Şelale Özel, (Altınbaş Üniversitesi, Diş Hekimliği Fakültesi, Ağız, Diş ve Çene Radyolojisi A.D., İstanbul, Türkiye)

Muhammed Hilmi Büyükçavuş (Süleyman Demirel Üniversitesi, Diş Hekimliği Fakültesi, Ortodonti A.D., Isparta, Türkiye)

7tepe Klinik

84 9

Yıl: 2022 Cilt: 18 Sayı: 2 Sayfa Aralığı: 55 - 60 Metin Dili: Türkçe DOI: 10.5505/yeditepe.2022.27928 İndeks Tarihi: 16-06-2022

Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi

Öz:

Amaç: Çalışmamızın amacı, Türkiye’deki diş hekimliği öğren- cilerinin, diş hekimliğinde ve oral radyolojide yapay zeka kul- lanımına ilişkin görüşlerinin değerlendirilmesidir. Gereç ve Yöntem: Çalışmaya 19 ile 30 yaş arasında 236 diş hekimliği öğrencisi katılmıştır. Katılımcılar Survey Monkey an- ket programında hazırlanan öğrencilerin diş hekimliği ve oral radyolojide yapay zeka kullanımına ilişkin görüş ve tutumlarını inceleyen anketi cevaplamışlardır. İstatiksel analiz için tanım- layıcı istatistik ve Kolmogrov-Smirnov testi kullanılmıştır. Bulgular: Çalışmaya katılan öğrencilerin %15,25’ini (n:36) 1. Sınıf, %15,68’ini (n:37) 2. Sınıf, %19,92’sini (n:47) 3. Sınıf, %25’ini 4. Sınıf (n:59), %24,15’ini (n:57) 5. Sınıf öğrencileri oluşturmak- tadır. Katılımcıların %72,88’inin (n:172) yapay zekanın günlük hayatta kullanım alanları hakkında bilgisi varken, öğrenciler- den sadece %23,73’ünün (n:56) radyoloji alanında kullanımı hakkında bilgisi vardır. Yapay zekanın oral radyolojide kulla- nım alanları konusunda bilgi düzeylerinde 5. ve 4. sınıflar ile 1., 2. ve 3. sınıflar arasında istatiksel olarak anlamlı bir farklılık olduğu görülmüştür. Katılımcıların yaklaşık %80’i yapay zeka- nın diş hekimliği ve oral radyoloji alanını geliştireceğini dü- şünüyorken, bu uygulamaların ileride diş hekimlerinin yerini alması konusunda endişe duymadıkları görülmüştür. Sonuç: Literatürde diş hekimlerinin ve diş hekimliği öğrenci- lerinin yapay zeka uygulamaları hakkında görüş ve tutumları hakkında bilgi eksikliği mevcuttur. Öğrencilerin büyük ço- ğunluğu diş hekimliği eğitiminde yapay zekaya yer verilmesi gerektiğini desteklemektedir. Yapay zekanın diş hekimliğinde kullanım alanları konusunda üst sınıf öğrencilerinin alt sınıfla- ra göre daha fazla bilgisi olduğu izlenmiştir.

Anahtar Kelime:

Evaluation of attitude of dental students regarding artificial intelligence in dentistry

Öz:

Introduction: The aim of this study was to evaluate the attitu- de of the dental students in Turkey regarding effect of artificial intelligence on dentistry and oral radiology. Materials and Methods: In this study, 236 students aged between 19 and 30 years were participated. Participants filled in the questionnaire was prepared online Survey Monkey that comprised the knowledge and attitude of the dental students regarding impact of artificial intelligence on dentistry and oral radiology. Results were analyzed using descriptive statistics and Kolmogrov-Smirnov test. Results: Student rates by year were first year 15.25%, second year 15.68%, third year 19.92%, fourth year 25%, fifth year 24.15%. When 72.88% of participants were aware of using artificial intelligence in daily life, 23.73% of participants were aware that artificial intelligence is used in the oral radi- ology and dentistry. There was significant difference between students in fifth, fourth year and first, second, third year about knowledge of the applications of artifi- cial intelligence in dentistry and oral radiology. While ap- proximately 80% of the participants reported that artificial intelligence would improve dentistry and oral radiology, they stated that they were not worried that these develop- ments would replace dentists. Conclusion: There are a few studies about the knowle- dge and attitude of artificial intelligence in the dentistry among dental students and dentists. Most of the students supported that artificial intelligence should be part of dentistry training. It was found that students in the clinical years have better knowledge of the artificial intelligence applications in the dentistry than students in the preclini- cal years.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

1. Wong SH, Al-Hasani H, Alam Z, Alam A. Artificial intel- ligence in radiology: how will we be affected? Eur Radiol 2019; 29: 141–3.
2. LeCun Y, Bengio J, Hinton G. Deep learning. Nature. 521.7553 (2015): 436-444.
3. Gulshan V, Peng L, Coram M, Stumpe M, Wu D et al. Development and validation of a deep learning algorithm for detection of diabetic retinopathy in retinal fundus pho- tographs. JAMA. 2016; 316(22): 2402-2410.
4. Esteva A, Kuprel B, Novoa RA, Ko J, Swetter S et al. Der- matologist-level classification of skin cancer with deep neural networks. Nature. 2017;542 (7639):115-118.
5. Mol A, Stelt PF. Application of computer-aided image interpretation to the diagnosis of periapical bone lesions. Dentomaxillofac Radiol 1992; 21: 190–4.
6. Xu X, Liu C, Zheng Y. 3 D tooth segmentation and la- beling using deep convolutional neural networks. IEEE Trans Vis Comput Graph. 2019; 25: 2336-2348.
7. Chen H, Zhang K, Lyu P, Li H, Zhang H et al. A deep lear- ning approach to automatic teeth detection and numbe- ring based on object detection in dental periapical films. Sci Rep. 2019; 9(1): 3840.
8. Yasa Y, Çelik Ö, Bayrakdar İS, Pekince A, Orhan K et al. An artificial intelligence proposal to automatic teeth de- tection and numbering in dental bite-wing radiographs. Acta Odontol Scand. 2020; 1-7.
9. Amasya H, Yıldırım D, Aydoğan T, Kemaloğlu N, Orhan K. Cervical vertebral maturation assessment on lateral cephalometric radiographs using artificial intelligence: comparison of machine learning classifier models. Dento- maxillofac Radiol 2020; 49(5): 20190441.
10. Hwang J, Jung Y, Cho B, Heo M. An overview of deep learning in the field of dentistry. Imaging Sci Dent 2019; 49(1): 1.
11. Pauwels R, Del Rey CY. Attitude of brazilian dentists and dental students regarding the future role of artificial intelligence in oral radiology: a multi-center survey. Den- tomaxillofac Radiol 2020; 47: 20200461.
12. Miki Y, Muramatsu C, Hayashi T, Zhou X, Hara T et al. Classification of teeth in cone-beam CT using deep con- volutional neural network. Comput Biol Med. 2017; 80: 24-29.
13. Kılıc M, Bayrakdar İS, Çelik Ö, Bilgir E, Orhan K et al. Artificial intelligence system for automatic deciduous to- oth detection and numbering in panoramic radiographs. Dentomaxillofac Radiol 2021; 50: 20200172.
14. Tuzoff DV, Tuzova LN, Bornstein MM, Krasnov A, Kar- chenko M et al. Tooth detection and numbering in pano- ramic radiographs using convolutional neural networks. Dentomaxillofac Radiol. 2019; 48(4): 20180051.
15. Bayrakdar Kurt S, Çelik Ö, Bayrakdar İŞ, Orhan K, Bilgir E et al. Success of Artificial Intellıgence System In Determınıng Alveolar Bone Loss From Dental Panoramıc Radıography Images. Cumhuriyet Dental J 2020; 23(4): 318-324.
16. Vinayahalingam S, Xi T, Berge S, Maal T, de Jong G. Automated detection of third molars and mandibular ner- ve by deep learning. Sci Rep. 2019; 9(1): 9007.
17. Pinto Dos Santos D, Giese D, Brodehl S, Chon SH, Staab W, et al. Medical students' attitude towards artifici- al intelligence: a multicentre survey. Eur Radiol 2019; 29: 1640–6.
18. Gong B, Nugent JP, Guest W, Parker W, Chang PJ et al. Influence of artificial intelligence on Canadian medical students' preference for radiology specialty: ANational survey study. Acad Radiol 2019; 26: 566–77.
19. Park CJ, Yi PH, Siegel EL. Medical student perspecti- ves on the impact of artificial intelligence on the practice of medicine. Curr Probl Diagn Radiol 2020; 27.
20. Sergey C. Morozov C, Luca M, Sardanelli SF. Impact of artificial intelligence on radiology: a EuroAIM survey among members of the European Society of Radiology. Insights imaging 2019; 10: 1-11.
21. Coppola F, Faggioni L, Regge D, Giovagnoni A, Gol- fieri R et al. Artificial intelligence: radiologists’ expectati- ons and opinions gleaned from a nationwide online sur- vey. Radiol Med 2021; 126.1: 63-71.

APA	Özel Ş, BUYUKCAVUS M (2022). Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. , 55 - 60. 10.5505/yeditepe.2022.27928
Chicago	Özel Şelale,BUYUKCAVUS MUHAMMED HILMI Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. (2022): 55 - 60. 10.5505/yeditepe.2022.27928
MLA	Özel Şelale,BUYUKCAVUS MUHAMMED HILMI Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. , 2022, ss.55 - 60. 10.5505/yeditepe.2022.27928
AMA	Özel Ş,BUYUKCAVUS M Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. . 2022; 55 - 60. 10.5505/yeditepe.2022.27928
Vancouver	Özel Ş,BUYUKCAVUS M Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. . 2022; 55 - 60. 10.5505/yeditepe.2022.27928
IEEE	Özel Ş,BUYUKCAVUS M "Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi." , ss.55 - 60, 2022. 10.5505/yeditepe.2022.27928
ISNAD	Özel, Şelale - BUYUKCAVUS, MUHAMMED HILMI. "Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi". (2022), 55-60. https://doi.org/10.5505/yeditepe.2022.27928

APA	Özel Ş, BUYUKCAVUS M (2022). Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. 7tepe Klinik, 18(2), 55 - 60. 10.5505/yeditepe.2022.27928
Chicago	Özel Şelale,BUYUKCAVUS MUHAMMED HILMI Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. 7tepe Klinik 18, no.2 (2022): 55 - 60. 10.5505/yeditepe.2022.27928
MLA	Özel Şelale,BUYUKCAVUS MUHAMMED HILMI Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. 7tepe Klinik, vol.18, no.2, 2022, ss.55 - 60. 10.5505/yeditepe.2022.27928
AMA	Özel Ş,BUYUKCAVUS M Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. 7tepe Klinik. 2022; 18(2): 55 - 60. 10.5505/yeditepe.2022.27928
Vancouver	Özel Ş,BUYUKCAVUS M Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. 7tepe Klinik. 2022; 18(2): 55 - 60. 10.5505/yeditepe.2022.27928
IEEE	Özel Ş,BUYUKCAVUS M "Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi." 7tepe Klinik, 18, ss.55 - 60, 2022. 10.5505/yeditepe.2022.27928
ISNAD	Özel, Şelale - BUYUKCAVUS, MUHAMMED HILMI. "Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi". 7tepe Klinik 18/2 (2022), 55-60. https://doi.org/10.5505/yeditepe.2022.27928