IOTN-AC İndeksi Kullanılarak Ortodontistler, Genel Diş Hekimleri ve Büyük Dil Modellerinin Farklı Sürümleri Arasındaki Estetik Değerlendirmelerin Karşılaştırmalı Analizi

Rümeysa Cemre ÖNCÜ; Aylin PAŞAOĞLU BOZKURT

doi:10.14235/bas.galenos.2026.82085

ÖZ

Amaç

Bu çalışma, genel diş hekimlerinin ve yapay zeka (YZ) tabanlı farklı büyük dil modelllerinin (LLM) eski ve yeni versiyonlarıyla birlikte fotoğraf tabanlı IOTN-AC indeksi değerlendirme performanslarını ve tanısal doğruluklarını ortodontistlerin referans standartlarına göre karşılaştırmayı amaçlamıştır.

Yöntemler

Ortodontistlerin ortalama IOTN-AC puanları referans (altın) standart olarak kabul edilmiştir. Olgular genel diş hekimleri ile ChatGPT, Claude ve Gemini ailelerinin eski ve yeni versiyonları tarafından değerlendirilmiştir. Performanslar; ortalama mutlak hata (MAE), Spearman korelasyonu, Lin’in konkordans korelasyon katsayısı (CCC), sistematik bias (Bland-Altman) ve IOTN-AC ≥4,0 klinik eşiğine göre tanısal doğruluk (duyarlılık/özgüllük) metrikleri kullanılarak analiz edilmiştir.

Bulgular

Genel diş hekimleri, en düşük MAE (0,761) ve en yüksek CCC (0,901, %95 güven aralığı: 0,796-0,948) ile referans standarda en yakın uyumu göstermiştir. YZ modelleri ise estetik bozukluğu olduğundan yüksek değerlendirerek pozitif bias sergilemiştir (+0,761 ila +3,361). Boylamsal analizde, LLM’lerin yeni iterasyonları sıralama performansında (korelasyon) artış gösterse de, mutlak doğrulukta eski versiyonlara göre gerilemiş ve MAE değerleri artmıştır (örn. Gemini 3 Pro MAE 2,529’dan 3,406’ya yükselmiştir; p=0,023). IOTN-AC ≥4,0 eşiğinde LLM’ler yüksek duyarlılık (%84,6-100,0) gösterirken, sağlıklı olguları ayırt etmede (özgüllük) kritik düzeyde başarısız olmuştur (örn., Gemini 3 Pro için %5,9).

Sonuç

Bu çalışmanın örneklemi ve havuzlanmış değerlendirme tasarımı sınırları içinde, genel diş hekimleri ortodontik estetik değerlendirmede YZ modellerinden daha yüksek güvenilirlik ve referans standarda daha yakın uyum göstermiştir. Modellerin yeni versiyonlarındaki mimari gelişim, mutlak klinik doğruluğa olumlu yansımamış ve bir performans paradoksu yaratmıştır. Güncel LLM’ler yüksek duyarlılıkları ile potansiyel bir tarama aracı olsalar da, düşük özgüllükleri nedeniyle ciddi bir “aşırı teşhis” (over-diagnosis) riski taşımakta ve henüz bağımsız bir klinik karar destek sistemi olmaktan uzak kalmaktadırlar.

Anahtar Kelimeler:

Yapay zeka, çok modlu büyük dil modelleri, IOTN-AC, ortodontik tedavi ihtiyacı, ortodontistler, estetik

Kaynaklar

Sureshbabu A, Chandu G, Shafiulla M. Prevalence of malocclusion and orthodontic treatment needs among 13-15-year-old schoolchildren of Davangere city, Karnataka. J Indian Assoc Public Health Dent. 2005;5:32.

Buschang PH, Shulman JD. Incisor crowding in untreated persons 15-50 years of age: United States, 1988-1994. Angle Orthod. 2003;73:502-8.

CrossRef PubMed Google Scholar

Sam G. Orthodontics as a prospective career choice among undergraduate dental students: a prospective study. J Int Soc Prev Community Dent. 2015;5:290-5.

CrossRef PubMed Google Scholar

Dewey M. Who is an “orthodontist”? 1915. Am J Orthod Dentofacial Orthop. 2015;147:523-4.

Paquette JM, Sheets CG. The second “DDS” degree: a formula for practice success. J Am Dent Assoc. 2004;135:1321-5.

Wahl N. Orthodontics in 3 millennia. Chapter 1: antiquity to the mid-19th century. Am J Orthod Dentofacial Orthop. 2005;127:255-9.

CrossRef

American Dental Association, National Commission on Recognition of Dental Specialties and Certifying Boards. Recognized dental specialties. American Dental Association. Published 2018. Accessed June 1 [cited September 2, 2026], 2025. https://www.ada.org

Evans R, Shaw W. Preliminary evaluation of an illustrated scale for rating dental attractiveness. Eur J Orthod. 1987;9:314-8.

CrossRef PubMed Google Scholar

Brook PH, Shaw WC. The development of an index of orthodontic treatment priority. Eur J Orthod. 1989;11:309-20.

CrossRef PubMed Google Scholar

Shaw WC, Richmond S, O’Brien KD. The use of occlusal indices: a European perspective. Am J Orthod Dentofacial Orthop. 1995;107:1-10.

CrossRef PubMed Google Scholar

Hwang JJ, Jung YH, Cho BH, Heo MS. An overview of deep learning in the field of dentistry. Imaging Sci Dent. 2019;49:1-7.

CrossRef PubMed Google Scholar

Sener E, Baksi Sen G. Role of artificial intelligence applications in dentomaxillofacial radiology: part 1 [Dentomaksillofasiyal radyolojide yapay zeka uygulamalarının rolü: bölüm 1]. Selcuk Dent J. 2022;9:713-20. Turkish.

Thirunavukarasu AJ, Ting DSJ, Elangovan K, Gutierrez L, Tan TF, Ting DSW. Large language models in medicine. Nat Med. 2023;29:1930-40.

Richmond S, Shaw WC, O’Brien KD, Buchanan IB, Jones R, Stephens CD, et al. The development of the PAR Index (Peer Assessment Rating): reliability and validity. Eur J Orthod. 1992;14:125-39.

Hatia A, Doldo T, Parrini S, Chisci E, Cipriani L, Montagna L, et al. Accuracy and completeness of ChatGPT-generated information on interceptive orthodontics: a multicenter collaborative study. J Clin Med. 2024;13:735.

Richmond S, Aylott NA, Panahei ME, Rolfe B, Tausche E. A two-center comparison of orthodontists’ perceptions of orthodontic treatment difficulty. Angle Orthod. 2001;71:404-10.

de Almeida AB, Leite IC. Orthodontic treatment need for Brazilian schoolchildren: a study using the Dental Aesthetic Index. Dental Press J Orthod. 2013;18:103-9.

CrossRef PubMed Google Scholar

Wang L, Li J, Zhuang B, Huang S, Fang M, Wang C, et al. Accuracy of large language models when answering clinical research questions: systematic review and network meta-analysis. J Med Internet Res. 2025;27:e64486.

CrossRef

Makrygiannakis MA, Giannakopoulos K, Kaklamanos EG. Evidence-based potential of generative artificial intelligence large language models in orthodontics: a comparative study of ChatGPT, Google Bard, and Microsoft Bing. Eur J Orthod. 2025;48:cjae017.

Casper S, Davies X, Shi C, Gilbert TK, Scheurer J, Rando J, et al. Open problems and fundamental limitations of reinforcement learning from human feedback. Preprint. arXiv. 2023.

Ouyang L, Wu J, Jiang X, Almeida D, Wainwright CL, Mishkin P, et al. Training language models to follow instructions with human feedback. Preprint. arXiv. 2022.

Kazimierczak N, Kazimierczak W, Serafin Z, Nowicki P, Nożewski J, Janiszewska-Olszowska J. AI in orthodontics: revolutionizing diagnostics and treatment planning-a comprehensive review. J Clin Med. 2024;13:344.

CrossRef PubMed Google Scholar

Kılınç DD, Mansız D. Examination of the reliability and readability of chatbot generative pretrained transformer’s (ChatGPT) responses to questions about orthodontics and the evolution of these responses in an updated version. Am J Orthod Dentofacial Orthop. 2024;165:546-55.

CrossRef

Perez-Pino A, Yadav S, Upadhyay M, Cardarelli L, Tadinada A. The accuracy of artificial intelligence-based virtual assistants in responding to routinely asked questions about orthodontics. Angle Orthod. 2023;93:427-32.

CrossRef PubMed Google Scholar

Stetzel L. Artificial intelligence (AI) for predicting the aesthetic component (AC) of the Index of Orthodontic Treatment Need (IOTN) (dissertation). Columbus, Ohio: The Ohio State University. 2023.