Yapay zeka destekli ve risk sınıflandırması içeren KAC tabanlı bir model kullanarak dijital ortodontide hasta memnuniyetini öngörme

Gülüşünüz ve Teknoloji Artık Birlikte Yürüyorsa Nedeni

Şeffaf hizalayıcılardan kişiye özel tellerine kadar giderek daha fazla ortodontik tedavi, dijital araçlar ve yapay zeka (YZ) rehberliğinde yapılıyor. Ancak teknoloji ne kadar etkileyici görünse de hastalar her zaman memnun ayrılmıyor. Bu çalışma basit ama önemli bir soruyu soruyor: Hastaların ne bildiğini, nasıl hissettiğini ve nelerden endişe duyduğunu anlayarak, YZ destekli ortodontik bakımdan kimlerin memnun kalacağını öngörebilir miyiz?

Düz Dişlerin Ötesine Bakmak

Araştırmacılar, 3B taramalar, bilgisayar tasarımlı apareyler, YZ destekli tanı ve uzaktan izlemeyi kapsayan “dijital ortodonti”ye odaklandı. Bu ilerlemeler daha hızlı ve daha hassas bakım vaat etse de hasta memnuniyeti birçok klinisyenin heyecanına paralel artmadı. Hastalar YZ hakkında ne kadar bilgi sahibi oldukları, ne kadar güvendikleri ve veri paylaşmaya veya yazılıma güvenmeye ne kadar rahat oldukları bakımından büyük farklılık gösteriyor. Sadece klinik sonuçlara veya teknolojiyi beğenip beğenmeme üzerine basit anketlere bakmak yerine ekip, dijital ortodontik bakımın insan tarafını ölçmek için yapılandırılmış bir yol geliştirmeyi hedefledi.

Hasta Deneyiminin Üç Temel Taşı

Bunu yapmak için yazarlar Bilgi–Tutum–Engel (KAC) adını verdikleri bir çerçeve geliştirdiler. “Bilgi”, hastaların dijital ve YZ tabanlı ortodontik araçları ne kadar iyi anladığını yakalıyor. “Tutum”, bu araçları kendi tedavilerinde kullanmaya yönelik genel açıklık, güven ve rahatlık düzeyini yansıtıyor. “Engel” ise maliyet, teknik zorluk, gizlilik endişeleri, randevu sıkıntıları veya tanıdık olmayan teknolojiye dair kaygılar gibi algılanan engelleri özetliyor. Ekip, bu üç öğeyi güvenilir biçimde ölçmek için 500 hasta ve Çin genelinde 500 ortodontist olmak üzere iki anket hazırladı ve test etti. Tahmin modeline yalnızca hasta yanıtları girdi; hekim verileri ise sağlayıcıların aynı konuları nasıl gördüğünü açıklamaya yardımcı oldu.

Duygu ve Korkuları Bir Tahmine Çevirmek

500 hasta arasında yaklaşık yedide yeri tedavilerinden memnun veya çok memnun olduklarını bildirdi. Araştırmacılar memnun olanlarla daha az memnun olanları karşılaştırdığında belirgin desenler ortaya çıktı. Dijital ortodontiyi daha iyi anlayan ve YZ hakkında daha olumlu hissedenler tutarlı olarak daha yüksek memnuniyet bildirdi. Buna karşılık maliyet, teknik veya gizlilik kaygıları ya da pratik zorluklardan bunalanlar genelde daha az memnun oldu. İstatistiksel modelleme kullanarak yazarlar KAC puanlarını yaş, cinsiyet, eğitim düzeyi ve dijital tedavi türü (şeffaf hizalayıcılar vs. kişiselleştirilmiş sabit teller) gibi temel bilgilerle birleştirip kimin memnun olacağını öngördüler. Ortaya çıkan model, daha yüksek ile daha düşük memnuniyetli hastaları iyi doğrulukla ayırabildi.

Hastaları Memnuniyet Riskine Göre Sıralamak

Ekip daha sonra modelin tahminlerini üç basit gruba dönüştürdü. Cevapları memnuniyetsizlik riski düşük gösteren hastaların bakımdan memnun kalma olasılığı çok yüksekti; en yüksek risk grubundakilerin ise benzer türde tedavi almalarına rağmen memnuniyet oranları çok daha düşüktü. Bu adım—risk sınıflandırması olarak adlandırılıyor—soyut puanları eyleme dönüştürülebilir rehbere çevirdiği için önemli. Örneğin yüksek riskli olarak işaretlenen bir hasta, YZ sisteminin nasıl çalıştığı hakkında daha uzun bir konuşmadan, veri güvenliği konusunda ek güvenceye veya dijital araçların gülüşlerine neler yapıp yapamayacağına dair daha net bir açıklamadan fayda görebilir.

Geleceğin Ortodonti Randevuları İçin Ne Anlamı Var?

Çalışma, YZ destekli ortodontide hasta memnuniyetinin yalnızca tedavinin teknik kalitesine değil, hastaların ne bildiğine, nasıl hissettiğine ve önlerine çıkan engellere güçlü biçimde bağlı olduğunu sonucuna varıyor. KAC tabanlı model, olası hayal kırıklığı riski taşıyan hastaları erken tespit etmek için pratik bir araç sunuyor; bu da klinisyenlere iletişimi ayarlama, kaygıları giderme ve desteği kişiselleştirme şansı veriyor. YZ diş bakımına daha derinlemesine entegre oldukça, bu tür yaklaşımlar daha akıllı teknolojinin gerçekte daha iyi ve hastayı daha çok rahatlatan deneyimlere dönüşmesini sağlamaya yardımcı olabilir.

Atıf: Xiaoting, X., Ismail, N.A., Liu, Y. et al. Predicting patient satisfaction in digital orthodontics using a KAC based model integrating AI support and risk stratification. Sci Rep 16, 11164 (2026). https://doi.org/10.1038/s41598-026-39105-2

Anahtar kelimeler: dijital ortodonti, hasta memnuniyeti, diş hekimliğinde yapay zeka, risk sınıflandırması, hasta tutumları