Medical Informatics IV

EnglishTürkçe

CHAPTER


DOI :10.26650/B/T3.2024.40.032   IUP :10.26650/B/T3.2024.40.032    Full Text (PDF)

Artificial Intelligence Applications in Pedodontics

Selin Saygılı, Şeyda Taşkesen, Yelda Kasımoğlu

Technology has rapidly developed and started to take a significant place in our lives from past to present. Some of the recent developments are also taking place in the field of artificial intelligence. These developments have opened the way for radical changes in dentistry, as in other health fields. Although its use is limited in modern-day dentistry, it is seen to provide us with a reliable source of information and improve the decision-making process by analyzing large data sets. The innovations provided by artificial intelligence reduce the workload of the dentist by creating a detailed plan before treatment and applying precise treatment methods quickly and easily. Making fast and accurate decisions is especially important in pediatric dentistry due to the age group being treated. In addition to the application of advancements in the diagnosis and treatment of adult patients in pediatric dentistry, artificial intelligence is open to development in areas such as patient and parent education, behavior guidance techniques, and pain control. The purpose of this review is to examine current studies to determine the areas of use of artificial intelligence in pediatric dentistry and to determine the relationship between pediatric dentistry and artificial intelligence.


Keywords: Pedodontics, pediatric dentistry, dentistry, deep learning; machine learning, artificial intelligence
DOI :10.26650/B/T3.2024.40.032   IUP :10.26650/B/T3.2024.40.032    Full Text (PDF)

Pedodonti̇de Yapay Zekâ Uygulamaları

Selin Saygılı, Şeyda Taşkesen, Yelda Kasımoğlu

Teknoloji geçmişten günümüze hızla gelişerek hayatımızda önemli bir yer tutmaya başlamıştır. Son dönemdeki bazı gelişmeler yapay zekâ alanında da yaşanıyor. Bu gelişmeler diğer sağlık alanlarında olduğu gibi diş hekimliğinde de köklü değişimlerin önünü açmıştır. Günümüz diş hekimliğinde kullanımı sınırlı olsa da bize güvenilir bir bilgi kaynağı sağladığı ve büyük veri setlerini analiz ederek karar verme sürecini iyileştirdiği görülmektedir. Yapay zekânın sağladığı yenilikler, tedavi öncesinde detaylı bir plan oluşturarak, hassas tedavi yöntemlerini hızlı ve kolay bir şekilde uygulayarak diş hekiminin iş yükünü azaltmaktadır. Çocuk diş hekimliğinde tedavi gören yaş grubu nedeniyle hızlı ve doğru karar vermek özellikle önemlidir. Yapay zekâ, çocuk diş hekimliğinde yetişkin hastaların tanı ve tedavisindeki gelişmelerin uygulanmasının yanı sıra hasta ve ebeveyn eğitimi, davranış yönlendirme teknikleri, ağrı kontrolü gibi alanlarda da gelişmeye açıktır. Bu derlemenin amacı, pediatrik diş hekimliğinde yapay zekanın kullanım alanlarının belirlenmesine yönelik güncel çalışmaların incelenmesi ve pediatrik diş hekimliği ile yapay zekâ arasındaki ilişkinin belirlenmesidir. 


Keywords: Pedodonti, pediatrik diş hekimliği, diş hekimliği, derin öğrenme, makine öğrenmesi, yapay zekâ

References

  • Adam, R. (2020). Introducing the Oral-B iO electric toothbrush: next generation oscillating-rotating technology. International Dental Journal, 70, 1-6. google scholar
  • Azeta, J., Bolu, C., Abioye, A.A., & Oyawale, F. A. (2017). A review on humanoid robotics in healthcare. google scholar
  • Büyükgöze, S., & Dereli, E. (2019). Dijital sağlık uygulamalarında yapay zeka. VI. Uluslararası Bilimsel ve Mesleki Çalışmalar Kongresi-Fen ve Sağlık, 7(10). google scholar
  • Chamorro-Premuzic, T., & Ahmetoglu, G. (2016). The pros and cons of robot managers. Harvard Business Review, 12, 2-5. google scholar
  • Cote, C.D., & Kim, P.J. (2019). Artificial intelligence in anesthesiology: Moving into the future. University of Toronto Medical Journal, 96(1). google scholar
  • Eliacika, B.K. (2021). Topical Fluoride Applications Related Posts Analysis on Twitter Using Natural Language Processing. Oral Health & Preventive Dentistry 19(1), 457-463. doi:10.3290/j.ohpd.b2048359 google scholar
  • Faber, J., Faber, C., & Faber, P. (2019). Artificial intelligence in orthodontics. APOS Trends in Orthodontics, 9(4), 201-205. doi:10.25259/APOS_123_2019 google scholar
  • Gao, S., He, L., Chen, Y., Li, D., & Lai, K. (2020). Public perception of artificial intelligence in medical care: content analysis of social media. Journal of Medical Internet Research, 22(7), e16649. google scholar
  • Kasimoglu, Y., Kocaaydin, S., Karsli, E., Esen, M., Bektas, I., Ince, G., & Tuna, E.B. (2020). Robotic approach to the reduction of dental anxiety in children. Acta Odontol Scand, 78(6), 474-480. doi:10.1080/0001635 7.2020.1800084 google scholar
  • Klingberg, G., Berggren, U., Carlsson, S.G., & Noren, J.G. (1995). Child dental fear: cause-related factors and clinical effects. European Journal of Oral Sciences, 103(6), 405-412. google scholar
  • Koopaie, M., Salamati, M., Montazeri, R., Davoudi, M., & Kolahdooz, S. (2021). Salivary cystatin S levels in children with early childhood caries in comparison with caries-free children; statistical analysis and machine learning. BMC Oral Health, 21(1), 12. doi:10.1186/s12903-021-02016-x google scholar
  • Lee, J.-H., Kim, D.-H., Jeong, S.-N., & Choi, S.-H. (2018). Detection and diagnosis of dental caries using a deep learning-based convolutional neural network algorithm. Journal of Dentistry, 77, 106-111. google scholar
  • Miloglu, O., Guller, M. T., & Tosun, Z. T. (2022). The Use of Artificial Intelligence in Dentistry Practices. Eurasian Journal of Medicine, 54, 34-42. doi:10.5152/eurasianjmed.2022.22301 google scholar
  • Mohammad-Rahimi, H., Motamedian, S.R., Pirayesh, Z., Haiat, A., Zahedrozegar, S., Mahmoudinia, E., . . . Schwendicke, F. (2022). Deep learning in periodontology and oral implantology: A scoping review. Journal of Periodontal Research, 57(5), 942-951. doi:10.1111/jre.13037 google scholar
  • Poedjiastoeti, W., & Suebnukarn, S. (2018). Application of convolutional neural network in the diagnosis of jaw tumors. Healthcare Informatics Research, 24(3), 236-241. google scholar
  • Sun, M.-L., Liu, Y., Liu, G., Cui, D., Heidari, A.A., Jia, W.-Y., . . . Luo, Y. (2020). Application of machine lear-ning to stomatology: a comprehensive review. IEEE Access, 8, 184360-184374. google scholar
  • Tandon, D., Rajawat, J., & Banerjee, M. (2020). Present and future of artificial intelligence in dentistry. Journal of oral Biology and Craniofacial Research, 10(4), 391-396. google scholar
  • Thanathornwong, B., & Suebnukarn, S. (2020). Automatic detection of periodontal compromised teeth in digital panoramic radiographs using faster regional convolutional neural networks. Imaging Science in Dentistry, 50(2), 169-174. doi:10.5624/isd.2020.50.2.169 google scholar
  • Thinktech, S. (2019). İleri sağlık teknolojileri ı-akıllı sağlık uygulamaları ve veri analizi ile sağlık sorunlarını tanımlamak. Araştırma Raporu. google scholar
  • Woo, S.-Y., Lee, S.-J., Yoo, J.-Y., Han, J.-J., Hwang, S.-J., Huh, K.-H., . . . Yi, W.-J. (2017). Autonomous bone reposition around anatomical landmark for robot-assisted orthognathic surgery. Journal of Cranio-Maxil-lofacial Surgery, 45(12): 1980-1988. google scholar


SHARE




Istanbul University Press aims to contribute to the dissemination of ever growing scientific knowledge through publication of high quality scientific journals and books in accordance with the international publishing standards and ethics. Istanbul University Press follows an open access, non-commercial, scholarly publishing.