Çift lümenli tüp ile entübasyon zorluğunun değerlendirilmesinde fotoğraf tabanlı yapay zeka algoritmalarının etkinliği ve güvenilirliği
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, ANKARA ATATÜRK GÖĞÜS HASTALIKLARI VE GÖĞÜS CERRAHİSİ SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, CERRAHİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: DENİZ SERİM KORKMAZ
Danışman: Ali ALAGÖZ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Çift Lümenli Tüp ile Entübasyon Zorluğunun Değerlendirilmesinde Fotoğraf Tabanlı Yapay Zeka Algoritmalarının Etkinliği ve Güvenilirliği Çift lümenli tüp (ÇLT) ile entübasyon, tek akciğer ventilasyonu (TAV) gerektiren cerrahi prosedürlerde ve yoğun bakımlarda TAV istenen durumlarda kullanılan bir tekniktir. Ancak, anatomik farklılıklar ve teknik zorluklar nedeniyle ÇLT ile entübasyon bazı hastalarda zor olabilir. Konvansiyonel yöntemlerle entübasyon zorluğunu öngörmek, klinisyenlerin subjektif değerlendirmelerine dayandığından güvenilirliği sınırlıdır. Yapay zeka (YZ) tabanlı görüntü analizi teknikleri, klinikte karar destek mekanizmaları olarak gün geçtikçe daha fazla önem kazanmaktadır. Bu çalışmada, fotoğraf tabanlı YZ algoritmalarının ÇLT ile entübasyon zorluğunu öngörme ve değerlendirmedeki etkinliği araştırılmıştır. Araştırmamızın temel amacı, ÇLT'lerle gerçekleştirilen entübasyon sırasında karşılaşılan zorlukları değerlendirmek ve bu zorlukları öngörmede fotoğraf tabanlı YZ algoritmalarının etkinliğini ve güvenilirliğini incelemektir. Çalışmamızda, ÇLT ile entübasyon planlanan hastaların preoperatif olarak farklı açılardan çekilen ağız, yüz ve boyun bölgesi fotoğrafları kullanılarak YZ modeli eğitilmiştir. ÇLT ile entübasyonun; entübasyon sürecindeki zorluk derecesi, entübasyon süresi, deneme sayısı ve yardımcı cihaz kullanımı ihtiyacı gibi klinik değişkenlerle karşılaştırılmıştır. Fotoğraf tabanlı YZ modelinin doğruluk, hassasiyet ve özgüllük değerleri istatistiksel olarak analiz edilmiştir. Preoperatif dönemde hastaların 7 ayrı şekilde ve açıda fotoğrafları kayıt altına alınmıştır. Hastaların intraoperatif dönemde ÇLT ile entübasyonu değerlendirilerek hastalar kolay ve zor entübasyon olmak üzere iki kategoriye ayrılmıştır. Bu kategorilendirme entübasyon zorluk skoruna (EZS) göre yapılmıştır. EZS <5 olan hastalar kolay entübasyon; EZS≥5 olan hastalar zor entübasyon olarak değerlendirilmiştir. Çalışma için 302 hastanın preoperatif dönemde çekilen fotoğrafları intraoperatif dönemdeki ÇLT ile yapılan entübasyonlarının zorluklarına göre etiketlenmiştir. Çalışmaya dahil edilme kriterlerini karşılayan 260 hastanın verileri xii rastgele seçilerek 215 hastanın fotoğrafları, fotoğraf tabanlı YZ modelini eğitmek için kullanılırken, yine rastgele seçilen ve eğitim aşamasında kullanılmayan 45 hastanın fotoğrafları bu modeli test etmek için kullanılmıştır. Çalışmamıza dahil edilen hastaların fotoğraf tabanlı YZ modeli tarafından değerlendirilen anatomik özellikleri ile gerçek entübasyon zorlukları arasında anlamlı bir ilişki bulunmuştur (p<0,001) (F1 skor: 0,68, AUC: 0,87). Fotoğraf tabanlı YZ modeli, ÇLT ile zor entübasyon hastalarını tahmin etmede yüksek doğruluk oranı göstermiştir (%89,6 doğruluk, %78,4 duyarlılık ve %97 özgüllük). Fotoğraf tabanlı YZ modeli ile değerlendirme, klinisyenler için konvansiyonel yöntemlere kıyasla uygulamada daha objektif ve hızlı bir öngörü sağlamıştır. Fotoğraf tabanlı YZ algoritmaları, ÇLT ile entübasyon zorluklarını tahmin etmede potansiyel olarak etkili bir araç olabilir. Fotoğraf tabanlı YZ modelinin preoperatif dönemde zor entübasyon riskinin değerlendirmesinde kullanılması, hasta güvenliğini artırabilir ve klinik süreçleri iyileştirebilir. Ancak, geniş ölçekli ve farklı hasta gruplarını içeren prospektif klinik çalışmalarla doğrulanması gerekmektedir. Anahtar kelimeler: Çift Lümenli Tüp, Tek Akciğer Ventilasyonu, Yapay Zeka, Zor Entübasyon