Buse PULAT, Beyza GÖKSU, Hilal HACIOĞLU, Mehtap ÖZKAHRAMAN KIRIK, Furkan KIRIK, Mehmet Hakan ÖZDEMİR
Bezmialem Science - 2026;14(3):262-268
Amaç: Bu çalışmanın amacı Gemini 2.5 Flash Image modelinin (Nano Banana; Google LLC, Mountain View, CA, ABD) çoklu perioküler ve ekstraoküler patoloji ve görünümle ilişkili bulguların klinik görüntülerinin düzeltme performansını ve gerçekliğe yakın görüntü üretebilme yeteneğini değerlendirmektir. Yöntemler: Bu retrospektif çalışma, dokuz perioküler/ekstraoküler patolojiyi ve görünümle ilişkili bulgularını temsil eden 45 standart klinik fotoğrafı içermektedir. Her görüntü, Gemini 2.5 Flash Image kullanılarak tek adımlı, patolojiye özgü metin komutlarıyla düzenlenmiştir. İki bağımsız değerlendirici, görüntüleri patoloji düzeltme (Q1) ve doğallık (Q2) açısından 5'li Likert ölçeği ile skorlamıştır. Ordinal istatistikler, Gwet'in uyum katsayısı (AC) ve çok düzeyli kümülatif lojistik modeller kullanılmıştır. Bulgular: Her iki değerlendiricide de Q1 ve Q2 için medyan skorlar yüksekti. Q1'de >=4 puan alan görüntülerin oranı %84-91 iken, Q2'de tüm görüntüler %100 olarak değerlendirildi. Gözlemciler arası uyum mükemmeldi (Q1 AC=0,9466; Q2 AC=0,9878). En yüksek düzeltme performansı blefaroptoz ve ekzotropya olgularında gözlenirken, alt kapak blefaroplasti ihtiyacı olan olgularda ve tiroid okülopatili olgularda göreceli olarak daha düşük düzeltme elde edildi. Sonuç: Metin komutlarına dayalı büyük dil modeli tabanlı görüntü düzenleme yaklaşımı, çoğu patolojide yüksek gerçekçilik ile birlikte klinik olarak anlamlı düzeltme sağlamıştır. Bu yöntem, geniş veri setlerine bağımlı geleneksel görüntü üretme modellerine pratik bir alternatif olarak görünmektedir.
