ORAL VE MAKSİLLOFASİYAL ULTRASONOGRAFİDE YAPAY ZEKÂ: BİBLİYOMETRİK ANALİZ


Urfalıoğlu D., Akkoca F., Deniz Y.

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