Retreatment Veya Çekim-İmplant Kararında 4 Farklı Chatbotun Hasta Sorularına Verdiği Yanıtların Kalite, Zamansal Tutarlılık ve Okunabilirlik Açısından Değerlendirilmesi

Necmettin Erbakan Üniversitesi 4. Uluslararası Diş Hekimliği Kongresi, Konya, Türkiye, 1 - 04 Ekim 2026, ss.1, (Özet Bildiri)

Amaç: Kök kanal tedavisinin başarısızlığı sonrasında hastalar yeniden kök kanal tedavisi ile

çekim-implant seçenekleri arasında karar vermekte zorlanabilmektedir. Bu çalışmanın amacı, bu

klinik karara ilişkin gerçek hasta bilgi gereksinimlerinden türetilen sorulara dört yapay zekâ

sohbet robotunun verdiği yanıtları genel kalite, zamansal tutarlılık ve Türkçe okunabilirlik

açısından karşılaştırmaktır.

Yöntem: Kamuya açık çevrim içi kaynaklarda yapılan taramada son iki yıl içinde hasta veya

hasta yakını tarafından paylaşılan ve yeniden tedavi/çekim-implant kararına doğrudan atıfta

bulunan 68 soru kaydı elde edildi. Sorular tümevarımsal tematik analiz ve modifiye Delphi

uzlaşma süreciyle kategorize edildi ve yedi temsili hasta sorusu seçildi. Bu sorular ChatGPT,

Gemini, Claude ve DeepSeek'e üç ayrı günde yöneltildi ve toplam 84 yanıt elde edildi. Yanıtlar

iki bağımsız değerlendirici tarafından Global Quality Score (GQS) ile puanlandı. Zamansal

tutarlılık günler arası mutlak GQS farklarıyla; okunabilirlik ise Ateşman ve Bezirci-Yılmaz

formülleriyle değerlendirildi.

Bulgular: Tüm yanıtların ortalama GQS puanı 4,54 ± 0,74 olup chatbotlar arasında anlamlı fark

saptanmadı (Friedman χ²(3)=5,13; p=0,162; Kendall W=0,081). Günler arası ortalama mutlak

GQS farkı DeepSeek'te 0,19, Claude'da 0,38, Gemini'de 0,67 ve ChatGPT'de 0,95 idi; sistemler

arasındaki fark anlamlı değildi (p=0,105). Bununla birlikte ChatGPT'nin GQS puanları günler

arasında anlamlı değişim gösterdi (p=0,003). Bezirci-Yılmaz sınıf düzeyi ortalaması 19,60 ±

2,22, Ateşman puanı 46,72 ± 4,41 olarak bulundu; metinlerin dokuzu “zor”, üçü “orta güçlükte”

olarak sınıflandırıldı. Okunabilirlik ölçütlerinde genel grup farkı saptansa da Holm düzeltmesi

sonrası ikili karşılaştırmalar anlamlı değildi. Yanıt uzunluğu chatbotlar arasında farklıydı

(p<0,001), ancak kelime sayısı ile GQS arasında ilişki yoktu (ρ=0,081; p=0,464).

Değerlendiriciler arası uyum ICC(2,1)=0,720 idi.

Sonuç: İncelenen yapay zekâ sohbet robotları hasta sorularına genel olarak yüksek kalitede

yanıtlar üretse de Türkçe okunabilirlik düzeyleri hasta odaklı bilgilendirme için yüksek bulundu.

Yanıt uzunluğunun kaliteyle ilişkili olmaması ve bazı sistemlerde günler arası değişkenliğin

görülmesi, yapay zekâ yanıtlarının yalnızca içerik kalitesi değil okunabilirlik ve zamansal

kararlılık açısından da değerlendirilmesi gerektiğini göstermektedir.

Anahtar Kelimeler: Yapay Zekâ, Sohbet Robotu, Kök Kanal Tedavisi Yenileme, İmplant,

Okunabilirlik