HOW READY ARE DENTISTRY STUDENTS FOR ARTIFICIAL INTELLIGENCE APPLICATIONS?

Abstract

Objective: Today, artificial intelligence (AI) is rapidly integrating into all healthcare services, including dentistry. Therefore, dentists' understanding and standards of artificial intelligence use are important in adopting this issue. This study aimed to assess dentists' readiness (awareness and understanding) of artificial intelligence applications in dentistry. Materials and Methods: The study was conducted using a Google survey on 259 dentistry students, aged between 18 and 30. To evaluate the readiness of the participants, the "Medical Artificial Intelligence Readiness Scale", developed by Karaca et al.1, was used. Exploratory factor analysis for the scale sets the Kaiser-Meyer-Olkin (KMO) value as 0.926 (>0.70) and the Bartlett test result as p<0.000 (p<0.05). The scale is known to have high reliability, with its Cronbach Alpha value being 0.936 Results: With the analysis, it was determined that the total scores of the sub-factors of the scale (cognitive, skill, foresight, ethics) were 23.59, 27.78, 10.02 and 10.56, respectively, and dental students had a medium level of Medical Artificial Intelligence Readiness (22<71.9635<110). In addition, participants think that their participation in training and seminars on the subject is low (13.1%) and 86.9% of participants think that artificial intelligence applications will bring a different perspective to dentistry in the future. Conclusion: More research is needed to evaluate whether dental studies are readily available regarding the applications of artificial intelligence technologies in dentistry. However, in our research and other studies conducted in this field, it is essential that these technologies for dentist centers receive support from some training programs in order to gain both awareness and knowledge and skills on this subject.

Keywords

• artificial intelligence
• dentist and dental students
• readiness

DİŞ HEKİMLİĞİ ÖĞRENCİLERİ YAPAY ZEKA UYGULAMALARINA NE KADAR HAZIR ?

Abstract

Amaç: Günümüzde yapay zeka (YZ) diş hekimliği dahil tüm sağlık hizmetlerine hızla entegre olmaktadır. Bu nedenle diş hekimlerinin yapay zeka kullanımına ilişkin anlayış ve farkındalıkları bu konunun benimsenmesinde önemlidir. Bu çalışma, diş hekimliği öğrencilerinin diş hekimliğindeki yapay zeka uygulamalarına ilişkin hazır bulunuşluğunu (farkındalık ve anlayışlarını) değerlendirmeyi amaçladı. Gereç ve Yöntem: Çalışma, yaşları 18 ile 30 yaş arasında değişen 259 diş hekimliği öğrencisi üzerinde Google anket kullanılarak gerçekleştirildi. Katılımcıların hazır bulunuşluğunu değerlendirmek amacıyla Karaca ark.1 tarafından geliştirilen “Tıbbi Yapay Zekâ Hazır Bulunuşluk Ölçeği” kullanılmıştır. Ölçeğe yönelik yapılan açımlayıcı faktör analizi Kaiser-Meyer-Olkin (KMO) değeri 0.926 (>0.70) ve Barlett testi sonucu da p<0,000 olarak bulunmuştur (p<0.05). Ölçeğin Cronbach Alpha değeri 0.936 bulunarak yüksek güvenilirliğe sahip olduğu saptanmıştır. Bulgular: Yapılan analiz ile ölçeğin alt faktörlerinin (bilişsel, beceri, öngörü, etik) toplam puanları sırasıyla 23.92, 27.65, 9.98 ve 10.64 olduğu ve diş hekimliği öğrencilerinin orta düzeyde (22<72.2<110) Tıbbi Yapay Zeka Hazır Bulunuşluğuna sahip olduğu saptanmıştır. Bunun yanı sıra katılımcıların konuya ilişkin eğitim ve seminere katılma durumlarının az olduğu 36’sı (%13.9) ve katılımcıların 228’i (%88) yapay zeka uygulamalarının gelecekte diş hekimliğine farklı bir perspektif kazandıracağını düşünmektedir. Sonuç: Diş hekimliği öğrencilerinin yapay zeka teknolojilerinin diş hekimliğindeki uygulamalarına ilişkin hazır bulunup bulunmadıklarını değerlendirmek için daha fazla araştırmaya ihtiyaç vardır. Ancak araştırmamız ve bu alanda yapılan diğer araştırmalarda diş hekimi öğrencilerine bu konudaki hem farkındalıklarının hem de bilgi-beceri kazanmaları için bazı eğitim programlarından destek almaları önerilmektedir.

Keywords

• yapay zeka
• diş hekimi ve diş hekimliği öğrencileri
• hazır bulunuşluk durumu

References

1. Karaca O, Çalışkan S. A, Demir K. Medical artificial intelligence readiness scale for medical students (MAIRS-MS)–development, validity and reliability study. BMC Medical Education. 2021; 21: 1-9. doi:10.1186/s12909-021-02546-6.
2. Costin L. I, Vasluianu R. I, Baciu R. E, et. al. The integration of artificial intelligence in dental practice. Romanian Journal of Oral Rehabilitation. 2023; 15(2): 272-279.
3. Agrawal P, Nikhade P, Nikhade P. P. Artificial intelligence in dentistry: past, present, and future. Cureus. 2022;14(7): 1-10. doi:10.7759/cureus.27405.
4. Ahmed N, Abbasi M. S, Zuberi F, et. al. Artificial intelligence techniques: analysis, application, and outcome in dentistry—a systematic review. BioMed Research International. 2021; 1-15. doi:10.1155/2021/9751564.
5. Alanya-Beltran J, Padilla-Caballero J, Shah S. K, et. al. Dentistry in the age of automation: the benefits and challenges of AI and robotics. In 2023 3rd International Conference on Advance Computing and Innovative Technologies in Engineering (ICACITE). 2023; 2682-2687. doi:10.1109/ICACITE57410.2023.10183338.
6. RAM V V, Sadeep H. Assessment of knowledge and awareness of artificial intelligence and its uses in dentistry among dental students. Journal of Pharmaceutical Negative Results. 2022; 13(4): 1304-1309. doi:10.47750/pnr.2022.13.S04.155.
7. Carrillo‐Perez F, Pecho O. E, Morales J. C, et. al. Applications of artificial intelligence in dentistry: A comprehensive review. Journal of Esthetic and Restorative Dentistry. 2021; 34(1): 259-280. doi:10.1111/jerd.12844.
8. Chen Y. W, Stanley K, Att W. Artificial intelligence in dentistry: current applications and future perspectives. Quintessence Int. 2020; 51(3): 248-257. doi:https://doi.org/10.3290/j.qi.a44465.

9. Yüce F, Taşsöker M. Diş hekimliğinde yapay zeka uygulamaları. 7tepe Klinik Dergisi. 2023;19(2):141-149. doi:0.5505/yeditepe.2023.05668.
10. Lee J. S, Adhikari S, Liu L, et. al. Osteoporosis detection in panoramic radiographs using a deep convolutional neural network-based computer-assisted diagnosis system: a preliminary study. Dentomaxillofacial Radiology. 2018;4 8(1): 1-8. doi:10.1259/dmfr.20170344.
11. Eşer G, Duman Ş. B, Bayrakdar İ. Ş, ve ark. Classification of temporomandibular joint osteoarthritis on cone‐beam computed tomography images using artificial intelligence system. Journal of Oral Rehabilitation. 2023; 50(9): 758-766. doi:10.1111/joor.13481.
12. Kılıc M. C, Bayrakdar I. S, Çelik Ö, et. al. Artificial intelligence system for automatic deciduous tooth detection and numbering in panoramic radiographs. Dentomaxillofacial Radiology. 2021; 50(6): 1-7. doi:10.1259/dmfr.20200172.
13. Koca Ünsal R. B, Orhan K. Diş Hekimliğinde Yapay Zeka Uygulamaları. Journal of Ankara University Faculty of Medicine/Ankara Üniversitesi Tıp Fakültesi Mecmuası. 2022; 75(1): 52-55. doi:10.4274/atfm.galenos.2022.02438.
14. Murali S, Bagewadi, A, Kumar L, et al. Knowledge, attitude, and perception of dentists regarding the role of artificial intelligence and its applications in oral medicine and radiology: a cross sectional study. Journal of Oral Medicine and Oral Surgery. 2023; 29(2): 1-12. doi:10.1051/mbcb/2023018
15. Abdullah S, Amır N, Khan T. A. What is artificial intelligence and how much are private practitioners aware of it? Pakistan Oral & Dental Journal. 2023; 43(2): 45-51.
16. Krıshnaprakash G, Jodallı P, Shenoy R P, et al. Dentists' knowledge, attitude, and perception regarding robotics and artificial intelligence in oral health and preventive dentistry: a cross-sectional study. Journal of Clinical & Diagnostic Research. 2023; 17(7): 47-51. doi:10.7860/JCDR/2023/63299.18239
17. Abouzeid H. L, Chaturvedi S, Abdelaziz K. M, et. al. Role of robotics and artificial intelligence in oral health and preventive dentistry-knowledge, perception and attitude of dentists. Oral Health Prev. Dent. 2021; 19(1): 353-363. doi:10.3290/j.ohpd.b1693873.
18. Tonga M Y, Tonga M. Endüstrİ 4.0’A genel bir bakış: sanayinin geleceği. GÜ İslahiye İİBF Uluslararası E-Dergi.2022; 6(6): 40-60.
19. Kim C S, Samaniego C S, Sousa Melo S L, et. al. Artificial intelligence (AI) in dental curricula: ethics and responsible integration. Journal of Dental Education. 2023:1-4. doi:10.1002/jdd.13337.
20. Çokluk Ö, Şekercioğlu G, Büyüköztürk Ş. Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları(Vol. 2). Ankara:Pegem Akademi. 2012.
21. Kaiser H. F. An index of factorial simplicity. Psychometrika. 1974;39(1):31-36. doi:10.1007/BF02291575.
22. Erdoğan Y, Bayram S, Deniz L. Web tabanlı öğretim tutum ölçeği: açıklayıcı ve doğrulayıcı faktör analizi çalışması. Uluslararası İnsan Bilimleri Dergisi. 2007;4(2):1-14.
23. Kaya M. Sürdürülebilir kalkınmaya yönelik tutum ölçeği geliştirme çalışması. Marmara Coğrafya Dergisi. 2013;(28): 175-193.
24. Field A. Discovering statistics using IBM SPSS statistics. Sage. 2013.
25. Padem H, Göksu A, Konaklı Z. Araştırma yöntemleri SPSS uygıulamalı. Sarajevo: International Burch University Yayınları. 2012. https://www.researchgate.net/publication/265515272_Arastirma_Yontemleri_SPSS_Uygulamali?channel=doi&linkId=54790eb50cf2a961e48780ee&showFulltext=true adresinden 15.09.2023 tarihinde erişilmiştir.
26. Fernandes S, Bafna Y. Knowledge attitude and practice of dental students towards artificial intelligence (AI): a questionnaire based survey. Journal of Xidian University. 2022; 16(8): 284-291. doi:10.37896/jxu16.8/029.
27. Taşsöker M, Akyüz M. Diş hekimliği öğrencilerinin oral radyolojide yapay zekâ kullanımına bakış açısı: anket çalışması: kesitsel araştırma. Turkiye Klinikleri Journal of Dental Sciences. 2022; 28(4): 778-783. doi:10.5336/dentalsci.2022-88041.
28. Yüzbaşıoğlu E. Attitudes and perceptions of dental students towards artificial intelligence. Journal of Dental Education. 2021; 85(1): 60-68. doi:10.1002/jdd.12385.
29. Özel Ş ve Büyükçavuş M. H. Diş hekimliği öğrencilerinin diş hekimliğinde yapay zekâ uygulamaları ile ilgili düşüncelerinin incelenmesi. 7tepe Klinik Dergisi. 2022: 55-60. doi:10.5505/yeditepe.2022.27928.
30. Sur J, Bose S, Khan F, et. al. Knowledge, attitudes, and perceptions regarding the future of artificial intelligence in oral radiology in India: a survey. Imaging Science in Dentistry. 2020; 50(3): 193-198.doi:10.5624/isd.2020.50.3.193.
31. Karan-Romero M, Salazar-Gamarra R. E, Leon-Rios, X. A. Evaluation of attitudes and perceptions in students about the use of artificial intelligence in dentistry. Dentistry Journal. 2023; 11(5): 125137. doi: 10.3390/dj11050125.
32. Pauwels R ve Del Rey Y. C. Attitude of brazilian dentists and dental students regarding the future role of artificial intelligence in oral radiology: a multicenter survey. Dentomaxillofacial Radiology. 2021; 50(5): 1-7. doi:10.1259/dmfr.20200461.
33. Kim C S, Samaniego C S, Sousa Melo S L, et al. Artificial intelligence (AI) in dental curricula: ethics and responsible integration. Journal of dental education. 2023; 87(11): 1570-1573.