Adölesan idiopatik skolyoz hastalarında yapay zeka ile lenke sınıflamasının değerlendirilmesi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL HAYDARPAŞA NUMUNE SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, CERRAHİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: ALİ GEÇER
Danışman: İsmail Emre KETENCİ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Amaç: Adolesan idiopatik skolyoz (AİS) hastalarında Lenke sınıflamasını objektif, hızlı ve tutarlı bir şekilde gerçekleştirmek üzere derin öğrenme algoritmalarıyla eğitilmiş bir yapay zeka modeli geliştirmek ve bu modeli hekimlerin sınıflamaları ile karşılaştırmalı etkinliğini değerlendirmektir. Gereç ve Yöntem: Çalışmada 188 AİS hastasının grafileri retrospektif olarak incelendi. 164'ü model eğitim grubu için, geri kalanı ise modelin hekim değerlendirmeleriyle karşılaştırılması için kullanıldı. Veri setindeki görüntüler, görüntü işleme basamaklarından geçirilerek segmentasyon işlemi uygulanması ile vertebraların tespiti ve omurga dizilimlerinin algılanması sağlandı. Model eğitiminde farklı yöntemlerle geliştirilen modellemelerden en yüksek test performansı gösteren yapay zeka modeli, 3 genç ve 3 kıdemli uzman hekimin Lenke sınıflamaları ile karşılaştırıldı. Değişkenlerin ikili grupların karşılaştırmasında bağımsız t testi, nitel verilerin gözlemciler arası karşılaştırmalarında Kappa testi kullanılarak anlamlılık p<0,05 düzeyinde değerlendirildi. Bulgular: Kıdemli hekimler, genç hekimlere göre anlamlı olarak daha hızlı sonuç raporu oluşturdu (p<0,05). Yapay zeka modeli, 24 hasta için toplamda 22 dakikada sonuç raporu üreterek her iki hekim grubuna göre daha hızlı sonuç raporu oluşturdu. Eğrilik tipi değerlendirmesi açısından genç hekim grubu ile kıdemli hekim grubu ve genç hekim grubu ile yapay zeka arasında düşük düzeyde anlamlı uyum bulunurken, kıdemli hekim grubu ile yapay zeka arasında ise yüksek düzeyde anlamlı uyum bulundu (p<0,05). Lomber vertebra değişkeni değerlendirmesinde genç hekim grubu ile yapay zeka arasında düşük düzeyde, kıdemli hekim grubu ile yapay zeka grubu arasında yüksek düzeyde anlamlı uyum bulundu (p<0,05). Lenke sınıflamasında, model genç hekimler ile düşük düzeyde, kıdemli hekimler ile ise orta düzeyde uyumluluk gösterdi (p<0,05). Sonuç: Yapay zeka modeli, kıdemli hekimlerin yaptığı sınıflamalarla daha uyumlu tahminler üretmiştir. Bu durum, yapay zekanın hekimler arası ölçüm farklılıklarını ve deneyimsiz hekimlerin ölçüm hatalarını azaltma potansiyeline sahip olduğunu düşündürmektedir. Ortopedi ve travmatolojide hekimlere yardımcı bir araç olarak yapay zekanın klinik güvenirliği ve etkinliği gelecek çalışmalarla geliştirilmelidir. Anahtar Kelimeler: Adölesan idiopatik skolyoz, yapay zeka, derin öğrenme, lenke sınıflaması