El bileği ve ayak bileği kırıklarını saptamada yapay zekanın doktor performansına etkisi

---

Tezin Türü: Tıpta Uzmanlık

Tezin Yürütüldüğü Kurum: Sağlık Bilimleri Üniversitesi, İSTANBUL GAZİOSMANPAŞA SAĞLIK UYGULAMA VE ARAŞTIRMA MERKEZİ, DAHİLİ TIP BİLİMLERİ BÖLÜMÜ, Türkiye

Tezin Onay Tarihi: 2026

Tezin Dili: Türkçe

Öğrenci: MÜRŞİDE YAYLI

Danışman: Mustafa ÇALIK

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Amaç: Acil servis hekimlerinin el ve ayak bileği radyografilerini yorumlamasında büyük dil modeli (BDM) desteğinin tanısal performansa etkisini değerlendirmektir. Gereç ve Yöntem: Çok okuyuculu, çok vakalı, çapraz geçişli tanısal doğruluk çalışmasına 14 hekim katıldı. Her hekim 200 radyografiyi (100 el bileği + 100 ayak bileği) hem BDM destekli hem desteksiz modda değerlendirdi. BDM olarak GPT-5.4 kullanıldı. Referans standart, bilgisayarlı tomografinin iki radyolog tarafından bağımsız değerlendirilmesiyle oluşturuldu. Modlar arası fark, hekim kümelemesini dikkate alan genelleştirilmiş tahmin denklemleri ile analiz edildi. Bulgular: BDM desteği hekim duyarlılığını artırmış (%49,7 → %55,2; p=0,007), özgüllüğü ise azaltmıştır (%80,6 → %76,7; p=0,020); genel tanısal doğrulukta anlamlı değişiklik gözlenmemiştir (p=0,815). BDM'nin yanlış pozitif olduğu vakalarda hekim hata oranı %32,4'ten %61,0'a yükselmiştir (p<0,001). Alt grup analizinde yalnızca pratisyen hekim grubunda anlamlı doğruluk kazanımı (+3,3 puan) saptanmış, aynı grup en yüksek otomasyon yanlılığını da göstermiştir. Sonuç: Genel amaçlı BDM desteği hekimlerin tanısal doğruluğunu artırmamış; karar yönelimini "kırık var" eşiğine kaydırarak belirgin otomasyon yanlılığı yaratmıştır. Bu bulgular, mevcut BDM'lerin acil radyografi yorumlamasında dikkatli kullanılması gerektiğini ve hekimin BDM önerisini her zaman kendi değerlendirmesiyle birlikte ele alması gerektiğini göstermektedir.