Doç. Dr. İkbal Leblebicioğlu Kurtuluş

   Dental implant sistemlerinin tanınması için derin öğrenme ağı geliştirilmesi  
   İmplantların klinik pratikte kullanılmaya başlamasından bu yana 50 yıldan fazla zaman geçmiştir. İmplantın günlük rutine girmesiyle birlikte literatürde bu tedaviyle ilgili çeşitli komplikasyonlar da bildirilmiştir. Bu tür komplikasyonları yönetmek için implantın üreticisi, sistemi (doku seviyesi, kemik seviyesi, kortikal veya süngerimsi kemiğe yerleşimi), çapı ve abutment tipi gibi çeşitli bilgilere sahip olmak gerekir. Hangi implantın kullanıldığına dair bir kayıt yoksa, komplikasyonları yönetmek veya implantı çıkarmak için mevcut implant markasını ve sistemini yalnızca hastanın radyografisinden doğru bir şekilde tanımlamak çok önemli bir faktördür. Ne yazık ki, dental implant sistemlerinin net bir şekilde tanımlanmasını sağlayan yöntem ve teknikler konusunda çok az çalışma bulunmaktadır. Çalışmada yerli markaların yanı sıra uluslararası markaların da sisteme dahil olduğu, herhangi bir komplikasyon durumunda hastanın panoramik röntgeninden implant markasını ve sistemini tanıyacak bir sistem geliştirilmesi planlanmıştır. Marka, sistem ve çap bilgilerini içeren 6000’den fazla implant görseli projeye dahil edilmiştir. Prototip aşamasında 6 farklı üreticiden 6 implant sistemi, tüm panoramik radyograflarda etiketleme arayüzü ile uzmanlar tarafından manuel olarak işaretlenmiştir. Görüntüler, içerdikleri diş implantlarının markasının, çapının ve seviyesinin belirlenmesi için evrişimli sinir ağları (CNN) aracılığıyla geliştirilen yazılımla değerlendirilmiştir. CNN algoritmasının algılama ve tanılama performansı için doğruluk, duyarlılık değerleri hesaplanmıştır.  
   Her tedavide. olduğu gibi implant tedavilerinde de komplikasyon her zaman ihtimal dahilindedir. Eğer komplikasyon görülen hasta, daha önce aynı klinikte tedavi edildiyse (implantları aynı klinikte yerleştirildiyse) hastanın medikal kaydını elde etmek kolaydır. Ancak eğer implant tedavisi başka bir klinikte, başka bir şehirde yapıldıysa ve hasta tedaviyi sağlayan kişiye erişim sağlayamıyorsa bu bilgilerin elde edilmesi ya çok zor olacaktır ya da imkânsızdır. Bu yüzden elde herhangi bir implant kaydı yokken, sadece hastanın radyografisi üzerinden mevcut implant markası ve sistemini doğru tanımlama, komplikasyonları yönetmek veya implantı çıkarmak için çok önemli bir faktördür. Ne yazık ki dental implant sistemlerinin net olarak tanımlanması sağlayan yöntemler ve tekniklerle ilgili çalışmalar çok azdır. Bilgisayar destekli teşhis sistemleri çeşitli medikal ve dental alanlarda uygulandığında iyi verimlilik ve gelişmiş sonuçlar göstermiştir. Özellikle derin öğrenmenin popüler araştırma teknolojileri arasındaki evrişimli sinirsel ağları (CNN), son yıllarda çok önemli gelişme göstermiş ve algılama, sınıflandırma ve bölümleme gibi görüntü analizlerinde üstün performans sergilemiştir. Yurtdışında yapılan birkaç çalışmada yukarıda bahsi geçen derin öğrenme ile dental implant sistemi tanımlama sistemleri denenmiştir. Bu çalışmaların ortak yanı uluslararası olarak kullanılan belli başlı implant sistemleri için bir tanıma sistemi geliştirmek üzere tasarlanmalarıdır. İmplant tedavisinin Türkiye’de başladığı ilk yıllarda tamamen ithal implantlara bağlı olan diş hekimliği piyasasına günden güne daha da artan sayıda yerli üretim implant firması katılmaktadır. Bu implant markalarının Ar-Ge departmanlarının yoğun çalışmalarıyla başarıları kanıta dayalı olarak artan yerli implant firmalarının hekimler arasındaki kullanımı gün geçtikçe artmaktadır. Hem Türk hem de yabancı menşeli implant markalarının artması sonucunda implant sisteminin tanınmasını sağlayacak başarılı bir sisteme ihtiyaç doğmuştur. Uluslararası markaların olduğu kadar, yerli markaların da sisteme dahil edildiği, herhangi bir komplikasyon yaşanması durumunda implant marka ve sistemini tanıyacak bir sistem hem hasta hem de hekim için zaman ve efor açısından avantaj sağlayacaktır. Bunların yanı sıra ağ sadece implant marka ve sistemini değil aynı zamanda çaplarını da sınıflandırabilecektir.  Planlanan algoritma ile mevcut sistemlerden farklı olarak implant sistemlerinin markasını, çaplarını ve sistemlerini tanıması amaçlanmaktadır. Böylece implantın markasını, sistemini ve çapını doğru şekilde sınıflandıran bir ağ, implant sistemini otomatik olarak tanımlayabilir ve herhangi bir komplikasyon yaşanması durumunda hekime objektif bilgi verebilir.  
   Bu proje TÜBİTAK tarafından 121E068 proje numarası ile desteklenmektedir.