Gömülü Üçüncü Molar Cerrahisinden Sonra Postoperatif Rahatsızlığı Tahmin Etmek İçin Yapay Zeka Sisteminin Geliştirilmesi (original) (raw)

2020, Selcuk Dental Journal

Gömülü üçüncü molar cerrahisinden sonra postoperatif rahatsızlığı tahmin etmek için yapay zeka sisteminin geliştirilmesi Amaç: Yapay Sinir Ağı (YSA), tıp alanında farklı amaçlar için kullanılan nispeten insan beyninin sinir yapısına dayanan ham elektronik modeldir. Özellikle belirli bir hastalığın seyrini veya tedavi prosedürünü tahmin etmek için birçok tıp dalında kullanılabilmektedir. Bu çalışmanın amacı, üçüncü molar cerrahisinden sonra postoperatif semptomları tahmin etmek için maksillofasiyal cerrahide YSA kullanmaktır. Gereç ve Yöntemler: Gömülü üçüncü molar dişleri çekilmesi gereken ardışık 175 hastanın ameliyat öncesi ve sonrası bilgileri bir YSA'yı eğitmek için kullanıldı. Eğitim sürecinin ardından; şişme, ağrı, ağız açıklığında azalma, kanama, normal aktiviteye dönme gün sayısı ve aktivite kısıtlama süresi gibi postoperatif semptomları öngörme yeteneğini doğrulamak için 26 vakanın bilgileri kullanılmıştır. YSA'dan elde edilen sonuçlar, hastaların kendi rapor ettiği bilgilerin sonuçlarıyla karşılaştırıldı. Postoperatif hastaların semptomları ile YSA'dan elde edilen sonuçlar arasındaki korelasyon istatistiksel olarak analiz edildi. Bulgular: Ameliyat sonrası ağrı, şişme, kanama, normal aktivitelere dönme gün sayısı ve aktivite kısıtlama süresi üzerine hastaların raporları ile YSA sonuçları arasında yakın ilişki bulundu. Sonuç: Önerilen YSA yaklaşımının, ameliyat sonrası sonuçların yanıtını öngörmek için uygulanması kolay ve uygulanabilirdir. Model, güvenilirliği artırmak için daha fazla değişken ve deneysel veri içerecek şekilde genişletilebilir. ANAHTAR KELİMELER Aktivite kısıtlaması, yapay sinir ağı, postoperatif rahatsızlık, üçünci molar cerrahisi ABSTRACT Development of an artificial intelligence system to estimate postoperative discomfort after impacted third molar surgery Background: Artificial Neural Network (ANN) is relatively crude electronic model based on the neural structure of human brain which was used in the field of medicine in different purposes. It can be used for many medical branches especially for estimating the course of a certain disorder or treatment procedure. The aim of this study is to use ANN in maxillofacial surgery to estimate the postoperative symptoms after third molar surgery. Methods: The pre and post-operative information of 175 consecutive patients who needed extraction of impacted third molar teeth were employed to train an ANN. After the training process, the information of 26 cases was used in order to verify the network's ability to predict the post-operative symptoms such as swelling, pain, decrease of mouth opening, bleeding, number of days to return to normal activities and duration of activity restriction. The results obtained from ANN were compared with the results of patients self-reported information. The correlation between the postoperative symptoms of the patients and outcomes obtained from the ANN were analyzed statistically. Results: Close association was found between the patients' reports and ANN results on post-operative pain, swelling, bleeding, number of days to return to normal activities and duration of activity restriction. Conclusion: The proposed ANN approach is easy to implement and adapted to predict the response of the postoperative outcomes. The model can be further extended to include more variables and experimental data to increase reliability.