Zigomatik radyografilerde diş özellikleri kullanılarak erişkin yaş tahmini için makine öğrenimi yaklaşımı

Dişlerinizin yaşınızı neden gösterebileceği

Hayat ilerledikçe dişlerimiz yeme alışkanlıklarımızı, kazaları ve diş hekimi ziyaretlerimizi sessizce kaydeder. Bu çalışma, rutin diş röntgenlerindeki ince desenleri okumak için modern bilgisayar tekniklerini kullanarak bu kaydın erişkin bir kişinin yaşı hakkında ne kadar bilgi verebileceğini sorguluyor.

Hayat boyu hikâye anlatan dişler

Çocuklarda ve ergenlerde, dişlerin nasıl büyüdüğü ve oluştuğu gözlenerek yaş oldukça iyi tahmin edilebilir. Ancak erişkinlerde bu büyüme tamamlandığı için uzmanlar zaman içinde biriken aşınmış yüzeyler, dolgular, kronlar, implantlar ve eksik dişler gibi değişikliklere bakmak zorundadır. Bu ipuçları, kimlik saptamada daraltma gerektiğinde adli bilimlerde ve geçmiş toplulukları inceleyen antropolojide kullanışlıdır. Geleneksel yaklaşımlar genellikle belirli diş tedavilerinin ya da durumların toplamını alıp basit bir formüle sokar; oysa bu yöntem hangi dişlerin nasıl etkilendiği gibi birçok ayrıntıyı göz ardı edebilir.

Ağızdaki ayrıntıları kullanılabilir verilere dönüştürmek

Araştırmacılar 20–89 yaş arasındaki erişkinlere ait 2.415 panoramik diş radyografisi ile çalıştı. Her görüntüde eğitimli gözlemciler her dişi sağlam, eksik, dolgulu, kronlu veya implantlı gibi tanınması kolay dokuz kategoriden biriyle etiketledi. Bir diş aynı anda iki farklı özellik gösteriyorsa, örneğin bir kron altındaki kanal tedavisi, her ikisi birlikte kaydedildi. Tüm bu bilgiyi birkaç toplamla sıkıştırmak yerine ekip, çenede her konumda neler olduğunu takip eden yapılandırılmış dijital bir harita oluşturdu. Bu harita hem geleneksel istatistiksel formüller hem de bir dizi makine öğrenimi modelinin girdisi olarak kullanıldı.

Bilgisayarlara diş desenlerini öğretmek

Farklı yöntemlerin yaşı ne kadar iyi tahmin ettiğini değerlendirmek için ekip, standart doğrusal regresyonu rasgele ormanlar ve gradyan artırma dahil altı makine öğrenimi yaklaşımıyla karşılaştırdı. Modellerin yinelemeli olarak verinin farklı alt kümeleri üzerinde eğitilip test edildiği dikkatli bir doğrulama stratejisi kullanıldı; böylece her tahmin modelin daha önce görmediği görüntüler üzerinde yapıldı. Erkek ve kadınların tamamı göz önüne alındığında, en iyi geleneksel formül ortalamada yaklaşık 12 yıl sapma gösterirken, en iyi makine öğrenimi modeli bu hatayı yaklaşık 11 yıla indirdi ve yaştaki varyasyonun biraz daha fazlasını açıkladı.

Modeller dişlerimizden neler öğrendi

Araştırmacılar en iyi modellerinin “kara kutusunu” da açarak hangi dişsel özelliklerin daha önemli olduğunu inceledi. Birçok sağlam, müdahale görmemiş dişe sahip olmanın tahmini yaşları aşağı çekme eğiliminde olduğu; eksik dişler ve kron sayısının ise tahminleri yukarı doğru itme eğiliminde olduğu bulundu. Arka dişler genellikle ön dişlere göre daha fazla yaş bilgisi taşıyordu; muhtemelen çiğneme için daha fazla kullanıldıkları ve daha sık onarıldıkları veya çekildikleri için. Yine de modeller genç erişkinlerin yaşlarını fazla, yaşlılarınkini ise az tahmin etme eğilimindeydi; bu da diş geçmişi ile yaş arasındaki ilişkiyin hâlâ kusursuz olmadığını gösteriyor.

Bunun gerçek hayatta nasıl kullanılabileceği

Şimdilik bu bilgisayar tabanlı yaş tahminleri, özellikle bir bireyin yaşını kesinleştirmek amaçlandığında tek başına yeterince kesin değildir. Onlar, kemik incelemesi veya ek diş ölçümleri gibi diğer yöntemleri destekleyebilecek birer ek kanıt olarak görülmelidir. Çalışma, diş diş bilgilerini detaylı tutmanın tek bir röntgenden öğrenilebilecekleri artırdığını ve makine öğreniminin eski formüllere kıyasla ölçülü kazanımlar sağlayabileceğini gösteriyor. Daha büyük ve daha çeşitli veri setleri ile görüntü özelliklerinin klinik kayıtlarla birleştirilmesiyle, bu yaklaşımın gelecekte adli ve klinik karar verme süreçlerinde daha güvenilir yardımcılar haline gelmesi mümkündür.

Atıf: Lee, D., Oh, S., Hwang, S. et al. Machine learning approach for adult age estimation using dental characteristics on panoramic radiographs. Sci Rep 16, 14401 (2026). https://doi.org/10.1038/s41598-026-45271-0

Anahtar kelimeler: diş yaşı tahmini, panoramik radyograf, makine öğrenimi, adli diş hekimliği, erişkin dişleri