Acil serviste iskemik serebrovasküler olay şüphesi taşıyan hastaların bilgisayarlı tomografi görüntülerinin yapay zeka ile değerlendirilmesi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: MERVE ÇIRAK
Danışman: Mehmet Ali Karaca
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu çalışmada erişkin hastalarda mortalite ve morbiditenin önemli bir nedeni olan iskemik serebrovasküler olay ön tanısı ile acile servise başvuran hastaların; beyin-boyun anjiyografi görüntüleriyle iskemiye sebep olan trombüsü acil serviste erken dönemde tanımak ve endovasküler tedaviye uygun hastaları tespit etmek için tarafımızca geliştirilen bir yapay zeka tabanlı bir bilgisayar destekli yazılımın başarısı incelenmiştir. Retrospektif metodolojik bir araştırma olarak yapılan bu çalışmada, Hacettepe Üniversitesi Tıp Fakültesi Hastanesi Erişkin Acil Servisi'ne 01.08.2017-31.07.2022 tarihleri arasında başvuran ve iskemik serebrovasküler olay ön tanısı ile beyin-boyun anjiyografiyle görüntülenen 1860 hastaya ait veriler analiz edilmiştir. Hastalara ait görüntüler DICOM formatında kaydedildikten sonra Python programlama diliyle yazılmış olan algoritma üzerinde standardize edilerek değerlendirilmiştir. Tasarlanan yapay zeka algoritması tarafından bu hastaların beyin- boyun anjiyografi görüntüleri, trombüs varlığı ve yokluğu açısından değerlendirilmiştir. Çalışmaya dahil edilen hastaların %48,2'sinin kadın (n=897), %51,8'inin erkek olduğu görüldü (n=963). Median yaş 64,65 yıl olarak hesaplanmıştır. Radyolog yorumu altın standart olarak baz alındığında; trombüs varlığı ve yokluğu açısından yapay zeka analizinin sensitivitesi %62,89, spesifitesi %19,13, pozitif prediktif değeri %19,3, negatif prediktif değeri ise %76,11 olarak hesaplanmıştır. ICA açısından yapay zeka analizinin sensitivitesi %92,9, spesifitesi %22,2, pozitif prediktif değer % 2,14 negatif prediktif değer %99,19 olarak hesaplanmıştır. MCA açısından yapay zeka analizinin sensitivitesi %80,7, spesifitesi %21,9, pozitif prediktif değer % 5,19, negatif prediktif değer %99,55 olarak hesaplanmıştır. PCA açısından yapay zeka analizinin sensitivitesi %90,5, spesifitesi %22 pozitif prediktif değer %0,02, negatif prediktif değer %99,19 olarak hesaplanmıştır. ACA açısından yapay zeka analizinin sensitivitesi %88,9, spesifitesi %21,9, için pozitif prediktif değer % 0,90, negatif prediktif değer %99,59 olarak hesaplanmıştır. Sonuç olarak 24 saat radyoloji uzmanının olmadığı acil servislerde yapay zeka tabanlı yazılımların kullanımı ile iskemik serebrovasküler olay olan hastalarda trombüsü erken tespit etmede veya trombüs varlığını dışlamada acil servis hekimlerine büyük kolaylık sağlayacaktır. Çalışmamızda geliştirilen yapay zeka programının pek çok açıdan geliştirilmesi gerekmekle birlikte, klinik uygulamada bir tarama testi olarak kullanılabileceği düşünülmektedir.