Alveolar kemik kaybı şiddeti ve desenlerinin tespitte yapay zekâ destekli radyografik analiz

Bir sonraki diş randevunuz için neden önemli

Diş eti hastalığı yalnızca diş etlerinin kanamasına neden olmaz—aynı zamanda dişleri yerinde tutan kemiği sessizce yok eder. Diş hekimleri bu hasarı diş röntgenlerinde tespit etmeye çalışır, ancak bu görüntüleri okumak zor ve zaman alıcıdır, küçük değişiklikler kolayca gözden kaçabilir. Bu çalışma, yapay zekânın (YZ) diş etrafındaki kemik kaybını her diş için daha hızlı ve tutarlı şekilde ölçmeye nasıl yardımcı olabileceğini gösteriyor; bu da daha erken tedaviye ve dişlerin kurtarılma şansının artmasına kapı açıyor.

Dişleri yerinde tutan gizli kemik

Her diş, diş eti dokusu, ince bağ lifleri ve çene kemiğinden oluşan bir destek sistemiyle sabitlenir. Uzun süreli diş eti enfeksiyonları tedavi edilmezse, bu destek yavaşça bozulur ve diş köklerini saran kemiğin çekilmesine yol açar; buna “alveolar kemik kaybı” denir. Dünya çapında, 15 yaş üstü her beş kişiden birini etkileyen şiddetli formları diş kaybının başlıca nedenlerinden biridir. Röntgenlerde diş hekimleri, bu kaybın şiddetini diş yüzeyindeki doğal bir işaret ile çevresindeki kemiğin üst sınırı arasındaki mesafeyi ölçerek değerlendirir; ayrıca o kemik sınırının biçimine—düz bir şekilde çökme (horizantal kayıp) mı yoksa keskin, kama benzeri bir desen (açısal kayıp) mı—bakarlar. Hem miktar hem de kemik kaybının şekli uygun tedaviyi seçmede önem taşır; örneğin kemik yeniden oluşum prosedürlerinin işe yarayıp yaramayacağı bu ölçülere bağlıdır.

Röntgenlere göz kararı bakmak yetmiyor

Önemine rağmen, röntgenlerde kemik kaybının değerlendirilmesi hâlâ büyük ölçüde elle yapılıyor ve diş hekiminin deneyimine ve yorgunluk düzeyine çok bağımlı. İki klinisyen aynı görüntüye farklı değerler verebilir ve yoğun klinikler her diş yüzeyini ayrıntılı incelemekte zorlanabilir. Bu alanda yapılan önceki YZ girişimleri sıklıkla kemik kaybının varlığını söyleyebiliyor veya yaklaşık şiddetini verebiliyordu, ama nadiren diş-diş bazında kesin ölçümler sağlıyor ve genellikle hem şiddeti hem de kayıp desenini aynı anda yakalamıyordu. Bu makalenin yazarları, her iki işi de yapabilen—ne kadar kemiğin eksildiğini ölçen ve kaybın horizantal mı yoksa açısal mı olduğunu sınıflandıran—tek bir otomatik sistem geliştirmeyi amaçladılar; bunun için diş hekimlerinin günlük bakımda zaten çektikleri tipte yakın plan röntgenleri kullandılar.

YZ diş röntgenlerini nasıl okuyor

Araştırma ekibi, her biri birkaç dişi ayrıntılı gösteren, özenle etiketlenmiş 1.000 halka açık intraoral periapikal röntgenden oluşan bir koleksiyon kullandı. Önce bir YZ modeli, görüntüdeki her dişi bulup etrafına dikdörtgen çizmek üzere eğitildi. Her diş içinde ikinci bir model ailesi üç önemli konumu belirledi: diş eti çizgisine yakın mine-simento sınırı, kök ucu ve görünür kemik kenarının diş yüzeyiyle kesiştiği nokta. Bu noktalar düz bir çizgi üzerine projekte edilip aralarındaki mesafeler karşılaştırılarak sistem piksel uzaklıklarını her diş için bir kemik kaybı yüzdesine dönüştürdü. Ayrı bir model hem dişlerin hem de kemik kenarlarının dış hatlarını izledi, ardından bu şekilleri ince çizgilere çevirdi. Kemik kaybı tespit edilen her bölgede yazılım, diş yüzeyinin eğimini kemik çizgisinin eğimiyle karşılaştırdı; sığ açılar açısal defektleri, daha paralel ve dik açılar ise horizantal kaybı gösterdi. Bu adımlar zinciri, YZ’nin ham röntgenlerden ayrıntılı ölçümlere ve desen etiketlerine otomatik olarak geçmesini sağladı.

Sistemin performansı nasıldı

YZ’nin ölçümlerinin güvenilir olup olmadığını kontrol etmek için araştırmacılar bunları uzman açıklamaları ve ayrı bir röntgen setindeki bir diş hekiminin elle yaptığı okumalarla karşılaştırdı. Kemik kaybı şiddeti için sistem ile insan uzmanlar arasındaki uyum, standart güvenilirlik istatistiklerine göre “iyi” aralıkta değerlendirildi ve deneyimli bir klinisyenin tahminleriyle korelasyon güçlüydü. Kemik kaybı desenleri için YZ, horizantal ile açısal hasarı yaklaşık olarak her on vakadan dokuzunda doğru ayırt etti ve uzmanın kararlarıyla ölçülü bir uyum gösterdi. Yazılım ayrıca insan okuyucudan daha hızlı çalıştı: tam bir röntgeni yaklaşık 25 saniyede analiz edebiliyordu; oysa bir uzman için bu 1–4 dakika sürüyor, üstelik yazılım her diş yüzeyini tutarlı bir şekilde inceliyordu.

Hastalar ve diş hekimleri için anlamı

Çalışma, YZ’nin diş kliniklerinde yardımcı bir ikinci göz haline gelebileceğini; ne kadar kemiğin kaybolduğuna ve hangi tür hasar deseninin mevcut olduğuna dair nesnel, tekrarlanabilir ölçümler sunabileceğini öne sürüyor. Nihai karar hâlâ diş hekiminin olacak, ancak daha ince değişiklikler daha erken fark edilebilir, tedaviler daha güvenle planlanabilir ve tedavinin zaman içinde kemik kaybını yavaşlatıp durdurup durdurmadığı izlenebilir. Sistem hâlâ günlük kliniklerde gerçek dünya testlerine ihtiyaç duysa da, rutin diş röntgenlerinin dişleri yerinde tutan kemiği korumak için hassas, bilgisayar destekli araçlara dönüşebileceği bir geleceğe işaret ediyor.

Atıf: Wimalasiri, C., Rathnayake, P., Wijerathne, S. et al. AI-assisted radiographic analysis in detecting alveolar bone-loss severity and patterns. Sci Rep 16, 7974 (2026). https://doi.org/10.1038/s41598-026-38061-1

Anahtar kelimeler: periodontitis, diş radyografileri, yapay zekâ, kemik kaybı, derin öğrenme