Şükran ACIPINAR, Mehmet ŞAHİNBAŞ, İrem Sude AYDIN, Merve YALÇIN
Sağlık Bilimleri Dergisi - 2026;35(2):427-434
Yapay zeka teknolojileri son yıllarda tıp ve diş hekimliği alanlarında hastaların sorularına cevap aradıkları bir kaynak haline gelmiştir. İnvaziv dental ve medikal işlemler öncesinde sistemik komplikasyonları önlemek amacıyla antibiyotik profilaksisi uygulanmaktadır. Günümüzde, bilgiye erişim kaynağı olarak yapay zeka araçlarına yönelen hastalar güncel kılavuzlara dayalı, doğru ve tutarlı bilgilere ihtiyaç duymaktadırlar. Çalışmanın amacı, antibiyotik profilaksisi uygulamasına dair hastaların yönelttiği sorulara iki farklı yapay zekâ uygulaması (ChatGPT 4.0 ve DeepSeek) tarafından verilen yanıtların doğruluk ve tutarlılığını multidisipliner olarak değerlendirmektir. Literatür taraması ve klinik deneyimlere dayanarak, hastaların sıklıkla yönelttiği antibiyotik profilaksisi ile ilişkili 30 soru belirlendi. Sorular her iki yapay zekâ platformuna yöneltildi ve yanıtlar kaydedildi. Yanıtlar, bir periodontoloji ve bir kardiyoloji uzmanı tarafından bağımsız olarak modifiye Küresel Kalite Ölçeği kullanılarak değerlendirildi. Farklılıklar Wilcoxon Signed Ranks testi ile, değerlendiriciler arasındaki uyum Cohen's Kappa katsayısı ile analiz edildi. Genel ortalama skoru; ChatGPT 4.0 için 4.56+/-0.56, DeepSeek için 4.55+/-0.62 idi. İki grup ve iki hekim arası farklılıklar değerlendirildiğinde yalnızca ChatGPT 4.0 uygulaması için uzmanlar arasında istatistiksel olarak anlamlı bir fark belirlendi. Kardiyoloğun ChatGPT için verdiği skorlar periodontologtan daha yüksek olarak tespit edildi. Cohen's Kappa katsayısı yalnızca DeepSeek uygulaması için uzmanlar arasında istatistiksel olarak anlamlı ve orta düzeyde uyum belirledi (kappa =0.547). Bilgi kaynağı olarak bu uygulamalar, antibiyotik profilaksisi konusunda periodontoloji ve kardiyoloji alanı açısından önemli bir potansiyele sahiptir, ancak limitasyonlar göz önünde bulundurulduğunda halen geliştirilebilir yönleri bulunmaktadır. İki disiplinin değerlendirmeleri arasındaki farklılıklar, bu uygulamaların daha güvenilir olması için multidisipliner doğrulama ve optimizasyona ihtiyaç olduğunu ortaya koymaktadır. Güvenilirliklerinin ve doğruluklarının geliştirilmesi için farklı uzmanlık alanlarının ortak katkısıyla yürütülecek daha kapsamlı çalışmalar gereklidir.
