Akademik Veri Yönetim Sistemi
Genç Endodontistler Konuşuyor Sempozyumu I 2025, Bolu, Türkiye, 16 - 18 Ekim 2025, ss.25, (Özet Bildiri)
Sözlü Sunum Bildiri Özeti
Endodontik Tedavi Görmüş Alt Azı Dişlerinde Klinik Karar Verme Sürecinin Farklı Uzmanlık ve Eğitim Düzeyindeki Diş Hekimleri ve ChatGPT Arasında Karşılaştırılması
Ayşe Karadayı¹, Emine Zeynep Kürekci¹, Bekir Karabucak² ¹Marmara Üniversitesi Diş Hekimliği Fakültesi, Endodonti Anabilim Dalı, İstanbul, Türkiye ²University of Pennsylvania School of Dental Medicine, Philadelphia, USA
Özet
Amaç:
Bu çalışmanın amacı, farklı uzmanlık alanları ve eğitim düzeylerine sahip diş hekimleri ile son sınıf diş hekimliği öğrencilerinin, endodontik tedavi görmüş alt molar dişlere ilişkin klinik karar verme süreçlerini ve ChatGPT’nin performansını değerlendirmek, ayrıca doğruluk düzeylerini karşılaştırmaktır.
Yöntem:
Google Forms üzerinde hazırlanan; periapikal radyograf ve klinik öykü içeren 13 klinik senaryodan oluşan bir anket, endodonti uzmanları, endodonti doktora/uzmanlık öğrencileri, periodontoloji uzmanları, ağız, diş ve çene cerrahları, protetik diş tedavisi uzmanları, genel diş hekimleri ve son sınıf diş hekimliği öğrencilerine uygulanmıştır. Katılımcılardan, altı tedavi seçeneğinden birini (rutin takip, yakın takip, cerrahi olmayan retreatment, apikal cerrahi ile retreatment, çekim veya “kararsız”) seçmeleri istenmiştir. Doğru yanıtlar iki uzman endodontist tarafından belirlenmiş, grup performansları ChatGPT ile karşılaştırılarak Kruskal-Wallis ve Fisher’in Exact testleri ile analiz edilmiştir (p < 0,05).
Bulgular:
Endodonti doktora/uzmanlık öğrencileri en yüksek puanı almıştır (9,15 ± 1,65), bunu endodontistler izlemiştir (8,80 ± 1,63); ChatGPT ise en düşük puana sahip olmuştur (6,88 ± 1,07). Gruplar ve senaryolar arasında anlamlı farklılıklar saptanmıştır (p < 0,05).
Sonuçlar:
Klinik karar verme süreci, uzmanlık alanı ve eğitim düzeyine göre değişiklik göstermektedir. En iyi performans endodonti doktora/uzmanlık öğrencilerinde gözlenmiş; ChatGPT ise en düşük doğruluğu sergileyerek yapay zekânın, uzman yargısına kıyasla sınırlılıklarını ortaya koymuştur.
Anahtar Kelimeler: yapay zekâ, ChatGPT, karar verme, endodontik tedavi görmüş diş, retreatment
Comparison of the Clinical Decision-Making Process in Endodontically Treated Mandibular Molars BetweenDentists with Different Specialties and Education Levels and ChatGPT
Ayşe Karadayı¹, Emine Zeynep Kürekci¹, Bekir Karabucak²
¹Marmara Üniversitesi Diş Hekimliği Fakültesi, Endodonti Anabilim Dalı, İstanbul, Türkiye
²University of Pennsylvania School of Dental Medicine, Philadelphia, USA
Abstract
Aim:
This study aimed to assess clinical decision-making on endodontically treated lower molar teeth among dental professionals with different specialties and educational levels, final-year students, and ChatGPT, and to compare their accuracy.
Methodology:
A questionnaire with 13 clinical scenarios (periapical radiograph + clinical history) was presented to endodontists, endodontic postgraduate students, periodontists, oral and maxillofacial surgeons, prosthodontists, general dentists, and final-year dental students. Participants selected one of six treatment options (normal follow-up, close follow-up, non-surgical retreatment, retreatment with apical surgery, extraction, or “undecided”). Correct answers were defined by two expert endodontists. Group performances were statistically compared with ChatGPT using Kruskal-Wallis and Fisher’s Exact tests (p < 0.05).
Results:
Endodontic postgraduate students scored highest (9.15 ± 1.65), followed by endodontists (8.80 ± 1.63), while ChatGPT had the lowest score (6.88 ± 1.07). Significant differences were observed among groups and scenarios (p < 0.05).
Conclusions:
Clinical decision-making varied across specialties and education levels. Postgraduate students performed best, whereas ChatGPT showed the lowest accuracy, highlighting the limits of AI compared to expert judgment.
Keywords: artificial intelligence, chatGPT, decision-making, endodontically treated, retreatment