ORAL VE MAKSİLLOFASİYAL ULTRASONOGRAFİDE YAPAY ZEKÂ: BİBLİYOMETRİK ANALİZ
Dokuz Eylül Üniversitesi Diş Hekimliği Fakültesi 3. Uluslararası Diş Hekimliği Kongresi, İzmir, Türkiye, 6 - 07 Kasım 2026, (Yayınlanmadı)
- Yayın Türü: Bildiri / Yayınlanmadı
- Basıldığı Şehir: İzmir
- Basıldığı Ülke: Türkiye
- Dokuz Eylül Üniversitesi Adresli: Evet
Özet
ORAL VE MAKSİLLOFASİYAL
ULTRASONOGRAFİDE YAPAY ZEKÂ: BİBLİYOMETRİK ANALİZ
Deniz
URFALIOĞLU1,
Fatma AKKOCA1, Yeşim DENİZ1
¹Dokuz Eylül Üniversitesi,
Diş Hekimliği Fakültesi, Ağız, Diş ve Çene Radyolojisi Anabilim Dalı, İzmir,
Türkiye
Giriş-Amaç:
Ultrasonografi (USG), oral ve maksillofasiyal
bölgede giderek daha sık kullanılan, radyasyon içermeyen bir görüntüleme
yöntemidir. Ancak operatöre bağımlı olması, görüntülerin standart biçimde
yorumlanmasını güçleştirmektedir. Yapay zekâ uygulamaları bu sınırlılığı
azaltmak amacıyla hızla yaygınlaşmaktadır. Bu çalışmanın amacı, oral ve
maksillofasiyal USG'de yapay zekâ kullanımını konu alan literatürü
bibliyometrik analizle değerlendirmektir.
Gereç-Yöntem:
Web of Science Core Collection'da yapay zekâ, USG
ve oral-maksillofasiyal bölge terimlerini birleştiren bir sorguyla tarama
yapılmıştır. İngilizce makale ve derlemeler alınmış, yıl sınırı
uygulanmamıştır. Başlık ve özetler önceden belirlenen dahil etme ve dışlama
ölçütlerine göre tek değerlendirici tarafından elenmiştir. Yıllık yayın sayısı,
ülke, dergi ve atıf göstergeleri ile anahtar kelime birlikteliği ağı analiz
edilmiş; özgün makaleler anatomik bölge, yapay zekâ yaklaşımı, USG yöntemi ve
doğrulama türüne göre sınıflandırılmıştır.
Bulgular:
Taranan 232 kayıttan 80 yayın (75 özgün makale, 5
derleme) analize dahil edilmiştir. Yayınların yarısı 2025–2026 yıllarında
yayımlanmıştır. En fazla yayın Çin'den (%38) çıkmış, onu Japonya ve Türkiye
izlemiştir. Özgün makalelerin %60'ı tükürük bezi çalışmalarıdır;
temporomandibular eklemde yalnızca iki çalışma bulunmuştur. Çalışmaların
yaklaşık yarısında derin öğrenme kullanılmış, büyük çoğunluğunda yalnızca B-mod
görüntüler değerlendirilmiştir. Uluslararası iş birliği ve dış doğrulama
oranları %15 düzeyinde kalmıştır.
Tartışma-Sonuç:
Oral ve maksillofasiyal USG'de yapay zekâ
araştırmaları son yıllarda hızla artmaktadır. Ancak bu araştırmalar tükürük
bezi patolojilerinde yoğunlaşmakta, uluslararası iş birliği sınırlı kalmakta ve
dış doğrulama nadir görülmektedir. Temporomandibular eklem, çene kemikleri ve
fonksiyonel değerlendirmeler, gelecekteki çalışmalar için öncelikli alanlar
olarak öne çıkmaktadır.
Anahtar Kelimeler: bibliyometrik
analiz, derin öğrenme, tükürük bezleri, ultrasonografi, yapay zekâ
ARTIFICIAL INTELLIGENCE IN
ORAL AND MAXILLOFACIAL ULTRASONOGRAPHY: A BIBLIOMETRIC ANALYSIS
Deniz
URFALIOĞLU1,
Fatma AKKOCA1, Yeşim DENİZ1
¹Department of Oral and
Maxillofacial Radiology, Faculty of Dentistry, Dokuz Eylül University, İzmir,
Türkiye
Objectives:
Ultrasonography (US) is a radiation-free imaging
modality increasingly used in the oral and maxillofacial region. However, its
operator dependence limits standardized interpretation. Artificial intelligence
applications are rapidly being adopted to reduce this limitation. This study
aimed to evaluate the literature on artificial intelligence in oral and
maxillofacial US through a bibliometric analysis.
Materials-Methods:
The Web of Science Core Collection was searched
with a query combining artificial intelligence, US, and oral and maxillofacial
terms. English-language articles and reviews were retrieved without year
restriction. Titles and abstracts were screened by a single reviewer against
predefined eligibility criteria. Annual output, country, journal, and citation
indicators and a keyword co-occurrence network were analyzed, and original
articles were classified by anatomical region, artificial intelligence approach,
US modality, and validation type.
Results:
Of 232 screened records, 80 publications (75
original articles, 5 reviews) were included. Half of the publications appeared
in 2025–2026. China contributed the most publications (38%), followed by Japan
and Türkiye. Salivary gland studies accounted for 60% of original articles,
whereas only two studies addressed the temporomandibular joint. About half of
the studies used deep learning, and most evaluated B-mode images only.
International collaboration and external validation rates remained at
approximately 15%.
Conclusions:
Artificial intelligence research in oral and
maxillofacial US has grown rapidly in recent years. However, it remains
concentrated on salivary gland pathologies, with limited international
collaboration and infrequent external validation. The temporomandibular joint,
jawbones, and functional assessments emerge as priority areas for future
research.
Keywords: artificial
intelligence, bibliometrics, deep learning, salivary glands, ultrasonography