Amaç: Bu çalışmanın amacı, derin öğrenme modellerinin dental lezyonlarının tanısında kullanımına yönelik literatürün bibliyometrik haritalama analizi ile değerlendirilmesidir.

Materyal ve Metot: Web of Science Core Collection veri tabanında, ilgili anahtar kelimeler kullanılarak indekslenen çalışmalar bibliyometrik analiz kapsamında incelenmiştir. Yayın yılı, atıf sayıları, ülkeler, dergiler, yazarlar, anahtar kelimeler ve iş birliği ağları VOSviewer yazılımı kullanılarak analiz edilmiştir.

Bulgular: Analiz sonuçları, dental lezyonlarının tanısında derin öğrenme uygulamalarına yönelik yayın sayısının özellikle 2018 yılından sonra belirgin şekilde arttığını göstermiştir. “Deep learning”, “artificial intelligence” ve “machine learning” anahtar kelimelerinin literatürde merkezi bir konuma sahip olduğu saptanmıştır. Güney Kore, Çin ve Amerika Birleşik Devletleri en yüksek atıf alan ülkeler arasında yer alırken, klinik ve radyoloji odaklı dergilerin alanda ön plana çıktığı görülmüştür.

Sonuçlar: Bu bibliyometrik analiz, dental lezyonlarının tanısında derin öğrenme uygulamalarına yönelik araştırma eğilimlerini, öne çıkan çalışma alanlarını ve mevcut bilgi boşluklarını ortaya koymaktadır. Elde edilen bulguların, gelecekte yapılacak çalışmalara yön vermesi ve dental radyolojide yapay zekâ tabanlı tanı yaklaşımlarının geliştirilmesine katkı sağlaması beklenmektedir.

Dental lezyonlar Derin öğrenme Yapay zekâ Bibliyometrik analiz Dental radyoloji