CranioCatch nedir?
CranioCatch, “DiÅŸ HekimliÄŸinde Yapay Zeka Çözümü…” deÄŸer önerisiyle yola çıkan ve dijital dönüÅŸüm çağında diÅŸ hekimlerine yardımcı olacak yapay zeka destekli ürünler geliÅŸtirmeye çalışan bir giriÅŸimdir. Ä°ki ve 3 boyutlu dental radyografilerin yapay zeka algoritmaları ile otomatik olarak deÄŸerlendirilmesini ve raporlanmasını saÄŸlayan klinik karar destek sistemi yazılımı, giriÅŸimimizin çıkış noktası olmuÅŸtur. Radyoloji cihazı ile filmin çekilmesinden sonra, radyografinin web tabanlı CranioCatch sistemine yüklenmesiyle, yapay zeka destekli tanı sistemimiz sayesinde hastanın sahip olduÄŸu patolojiler belirlenip, tanı ve tedavi planı otomatik olarak hazırlanmış olacaktır. Sistem böylece hekimlere karar destek mekanizması olarak fayda saÄŸlamış olacaktır. Hekimlerin iÅŸ yükünü de azaltacak olan CranioCatch ile daha hızlı ve kolay tanı konulabilecek.
GiriÅŸiminiz nasıl ortaya çıktı? Ekibinizden, ne kadar zamanda geliÅŸtirildiÄŸinden bahseder misiniz?
2019 yılının son çeyreÄŸinde baÅŸladığımız diÅŸ hekimliÄŸi radyolojisi alanındaki yapay zeka temelli bilimsel çalışmalarımızın sonuçlarını görünce, diÅŸ hekimlerine klinikte yardımcı olabilecek yapay zeka destekli bir yazılım geliÅŸtirme kararı aldık ve markalaÅŸma çalışmalarına baÅŸladık. Sonuç olarak giriÅŸimimiz ortaya çıkmış oldu. Ekibimiz benimle birlikte, Ankara Üniversitesi DiÅŸ HekimliÄŸi Fakültesi Dekanı ve Ağız, DiÅŸ ve Çene Radyolojisi Ana Bilim Dalı ÖÄŸretim Üyesi Prof. Dr. Kaan Orhan, EskiÅŸehir Osmangazi Üniversitesi (ESOGÜ) Ağız, DiÅŸ ve Çene Radyolojisi AD ÖÄŸretim üyesi Doç. Dr. Elif Bilgir, Ortodonti Ana Bilim Dalı ÖÄŸretim Üyesi Dr. ÖÄŸr. Üyesi Mehmet UÄŸurlu ile ESOGÜ Fen-Edebiyat Fakültesi Matematik ve Bilgisayar Bilimleri Bölümünden Doç. Dr. Alper OdabaÅŸ ve Doç. Dr. Ahmet Faruk Aslan’dan oluÅŸmaktadır.
Tanıya BaÄŸlı Olarak Tedavi Planlaması Seçenekleri Sunuyor
Yapay zeka uygulamaları diş hekimlerine nasıl yardım edebilir?
Yapay zeka uygulamaları, özellikle teÅŸhis konusunda çok önemli faydalar saÄŸlama potansiyeline sahip. YoÄŸun iÅŸ temposu içinde çalışan diÅŸ hekimlerinin daha hızlı karar vermesine destek verecek yapay zeka uygulamalarından, diÅŸ eksikliklerinin ve ağızdaki restorasyonların belirlenmesi, çürük ve periapikal patolojilerin tespiti, kist ve tümör teÅŸhisi, periodontal problemler, dental anomaliler, implant planlaması ve implant markalarının tespiti gibi birçok klinik problemde yararlanılabilir.
Ayrıca uygulamalar, bu tanısal tespitlere baÄŸlı olarak tedavi planlaması seçenekleri sunabilecek ve hekimlere karar destek mekanizması olarak büyük faydalar saÄŸlamış olacaktır. Böylece hekimlerin iÅŸ yükünü azaltacak olan yapay zeka ile daha hızlı ve kolay tanı konulabilecektir. Sefalometrik radyografiler üzerinden yapay zeka aracılığıyla otomatik sefalometrik analiz yapılarak, analiz süreçleri çok kolaylaÅŸacak, zamandan ve insan gücünden tasarruf saÄŸlanmış olacaktır. Sadece radyografiler deÄŸil, ağız içi fotoÄŸrafla, ağız içi tarayıcı görüntüleri de yapay zeka ile tanı ve tedavi süreçlerine dahil olacaktır. CBCT görüntüleri üzerinden anatomik yapıların otomatik segmentasyonu ve üç boyutlu baskı için .stl formatında katı model dosyaları yine yapay zeka ile otomatize bir ÅŸekilde elde edilebilir.
Yaygın Durumların TeÅŸhisinde Yüzde 85’in Üzerinde Ä°sabetli
CranioCatch, teÅŸhis koymada ne kadar isabetli?
Tabi ki farklı klinik problemler için bu oran deÄŸiÅŸmekle birlikte, yaygın klinik durumların teÅŸhisinde ÅŸu an yapay zeka modellerimizin baÅŸarı oranı yüzde 85’in üzerinde isabetlidir. Mesela diÅŸ tespiti ve numaralandırmasında baÅŸarı oranımız yüzde 95’in üzerindeyken, çürük tespiti, apikal lezyon, periodontal hastalık gibi durumların tespitinde bu oran yüzde 85’in üzerindedir. Ancak bazı anomaliler gibi yaygın olmayan klinik problemlerde baÅŸarı oranlarımız yüzde 70’in altındadır. Modellerimizin baÅŸarısını artırmak için çalışmalarımız devam etmekte ve bu oranlar her geçen gün dinamik bir ÅŸekilde artmaktadır.
Yapay zeka ile hekimlerin karar verme süreçlerini karşılaÅŸtıran çalışmalar var mı? Hangisi daha doÄŸru karar veriyor?
Yapay zeka ile hekimlerin baÅŸarısını karşılaÅŸtıran birçok çalışma mevcut. Ayrıca kendi yaptığımız ancak halen hakem sürecinde olan, deneyimlerine göre hekimler ve yapay zekanın baÅŸarısını deÄŸerlendirdiÄŸimiz çalışmada, yapay zeka, deneyimli diÅŸ hekimleriyle benzer baÅŸarı oranı gösterirken, asistan hekimlere göre daha baÅŸarılı olmuÅŸtur.
Diş hekimleri bu yazılımı nasıl kullanmaya başlayabilir?
Yazılımımız 2D ve 3D Raporlama, ortodontik analiz ve eÄŸitim modülü olmak üzere 4 farklı çözümden oluÅŸmaktadır. EÄŸitim modülümüz diÅŸ hekimliÄŸi fakültelerine kurumsal olarak yıllık lisanslama yoluyla, 2D ve 3D Raporlama ve ortodontik analiz modüllerimiz ise; diÅŸ hekimleri için aylık ya da yıllık lisanslama yoluyla kullanıma sunulmaktadır. Kullanmak isteyen diÅŸ hekimleri internet sitemiz (www.craniocatch.com) ve e-posta adresimiz ([email protected]) aracılığıyla bizlerle temas kurabilir.
Yatırımcı Arıyoruz
GiriÅŸiminiz için hedefleriniz nelerdir? Yatırımcı aranıyor mu?
GiriÅŸimimiz ile öncelikle ülkemizdeki diÅŸ hekimlerinin yapay zeka teknolojisi ile buluÅŸmasını hedefliyoruz. Amacımız, ülkemizdeki ağız diÅŸ saÄŸlığı hizmeti veren muayenehane, klinik, poliklinik, hastane gibi kurumların hepsinde yaygın bir kullanım oranına eriÅŸmektir. Evet yatırımcı arıyoruz. Çünkü hızlı bir ÅŸekilde ekibimizi geniÅŸletmek ve ülkemiz dışına çıkarak yurtdışı pazara da açılmak istiyoruz. Bu da belirli bir ekonomik destek almamızı zorunlu kılıyor.
MeslektaÅŸlarımızı “DiÅŸ HekimliÄŸinde Yapay Zeka Çözümü…” olarak sunduÄŸumuz CranioCatch teknolojisini klinik uygulamalarına adapte etmeye ve yapay zekanın gücünü keÅŸfetmeye davet ediyorum.
Doç. Dr. Ä°brahim Åževki Bayrakdar Kimdir?
CranioCatch’in kurucu ortağı Doç. Dr. Ä°brahim Åževki Bayrakdar, lisans ve doktora eÄŸitimini Atatürk Üniversitesi’nde tamamladı, 2016 yılından beri EskiÅŸehir Osmangazi Üniversitesi (ESOGÜ) DiÅŸ HekimliÄŸi Fakültesi ESOGÜ’de çalışıyor. Doç. Dr. Bayrakdar, halen ESOGÜ DiÅŸ HekimliÄŸi Fakültesi Ağız DiÅŸ ve Çene Radyolojisi AD. öÄŸretim üyesidir.
Röportaj: Elvan Genç (VYG)
