Makine öğrenmesi ve yapay zeka tabanlı manyetik rezonans görüntüleme analizi ile adneksiyel kitlelerin malignite potansiyellerinin öngörülmesi
Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL KANUNİ SULTAN SÜLEYMAN SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, CERRAHİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: ZEYNEP ACAR
Danışman: Merve ALDIKAÇTIOĞLU TALMAÇ
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:GİRİŞ VE AMAÇ: Jinekolojik maligniteler arasında en agresif seyirli olanı over kanseridir. Borderline tümörler ise invaziv ve yıkıcı bir büyüme göstermemeleri nedeniyle fertilite koruyucu cerrahinin uygun bir seçenek olabileceği özgün bir grubu oluşturur. Bu nedenle adneksiyel kitlelerin malignite potansiyelinin doğru bir şekilde öngörülmesi klinik açıdan büyük önem taşımaktadır. Çalışmamızda epitelyal over tümörlerinin manyetik rezonans görüntülerinin (MRG) yapay zekâ tabanlı derin öğrenme modelleri ile analiz edilerek malignite potansiyelinin belirlenmesi ve cerrahi planlamaya katkısının araştırılması amaçlanmıştır. GEREÇ VE YÖNTEM: Ocak2010-Ocak2025tarihleri arasında Kanuni Sultan Süleyman Eğitim ve Araştırma Hastanesi Jinekolojik Onkoloji Cerrahisi Kliniğinde adneksiyel kitle nedeniyle opere edilen ve patoloji sonucu malign, borderline veya benign epitelyal over tümörü olarak raporlanan, preoperatif MRG verileri mevcut olan hastalar retrospektif olarak incelendi. Toplam 362 hastaya ait 2896 MRG kesiti analiz edildi. Görüntü sınıflandırması amacıyla beş farklı yapay zekâ tabanlı derin öğrenme modeli kullanıldı. BULGULAR: Çalışmaya 100 benign, 100 malign, 62 borderline tümörlü hasta ile kontrol grubu olarak 100 normal olgu dahil edildi. Borderline tümör grubunda medyan yaş, malign ve benign gruplara göre anlamlı olarak daha düşük bulundu (sırasıyla p<0,001 ve p=0,012).Tüm evrişimli sinir ağı (CNN) modelleri birbiri ile kıyaslandığında EfficientNetV2B0 modeli, test kümesinde %74,55'lik bir doğruluk, %74,01'lik bir kesinlik, %73,53'lik kesinlik ve duyarlılık arasındaki dengeyi gösteren F-skoru değeri ile en iyi performansı gösterdi. SONUÇLAR: Çalışmamız, yapay zekâ destekli MRG analizlerinin adneksiyel kitlelerin malignite potansiyelini öngörmede ve cerrahi planlamada umut verici bir araç olabileceğini ortaya koymuştur. Bununla birlikte, nadir görülen veya tanısal olarak karmaşık tümör alt tiplerinde performansın artırılması için daha geniş ve çok merkezli çalışmalara ihtiyaç vardır.