Acil servise başvuran pulmoner emboli hastalarının bilgisayarlı tomografilerinin yapay zeka ile değerlendirilmesi

Basit Öğe Kaydı
dc.contributor.advisorGürbüz, Şükrü
dc.contributor.authorBiret, Can Berk
dc.date.accessioned2025-01-18T18:55:16Z
dc.date.available2025-01-18T18:55:16Z
dc.date.issued2024
dc.departmentEnstitüler, Tıp Fakültesi, Acil Tıp Ana Bilim Dalı
dc.descriptionTıp Fakültesi, Acil Tıp Ana Bilim Dalı
dc.description.abstractAmaç; Pulmoner emboli önemli bir mortalite ve morbidite nedenidir. Bu patolojiye sahip hastaların ülkemizdeki acil servis ve diğer sağlık birimlerinde vaktinde ve doğrulukla saptanması, hastaların ölüm oranlarıyla doğrudan alakalıdır. Bu çalışmanın temel gayesi; pulmoner emboli hastalarının tanıya ulaşma süresini ve acil serviste çalışan hekimlerin iş gücüne kolaylık sağlamayı ve radyolog veya acil doktoru kaynaklı bilgisayarlı tomografi pulmoner anjiyografi (BTPA) değerlendirme hatalarını minimalize etmeye çalışmaktır. Çalışmamızda; sağlıklı ve pulmoner emboli ihtiva eden bilgisayarlı tomografi pulmoner anjiyografi görüntüleri, yapay zeka programları tarafından değerlendirilmeye çalışılmıştır. BTPA görüntülerinin yapay zekaya tanıtılması ve yapay zeka tarafından yorumlanması; acil servis hekimine zamandan tasarruf sağlayacak, radyologların iş yükünü önemli ölçüde azaltacak ve hastanın acil serviste kalma süresinin minimuma indirecektir. Metod; Çalışmamızda; İnönü Üniversitesi Turgut Özal Tıp Merkezi'nde 2014-2024 yılları arasında çekilmiş ve hastane bilgi sistemi SECTRA'da muhafaza edilmiş BTPA görüntüleri; yaş, cinsiyet, ırk gibi çalışmadan hariç bırakılma kriterleri olmaksızın retrospektif olarak değerlendirmeye alınmıştır. Tomografi görüntülerine hastanemiz görüntüleme sistemi (SECTRA) üzerinden ulaşılmıştır. Doğruluk kriteri olarak da hastaların hastane kayıt sisteminde mevcut olan radyoloji doktorlarınca yazılmış tomografi raporları veya mevcut tomografi raporu olmayan görüntüler için ise radyoloji doktorları tarafından sözel olarak alınan görüşleri esas alınmıştır. Bulgular; Bu çalışmada hareket artefaktlı, intravenöz kontrast maddenin uygun zamanda verilmemiş olmasına bağlı pulmoner arter ve dallarında optimal kontrast dolumu izlenemeyen BTPA görüntüleri dışlanarak seçilmiş olan 232 tomografi kullanılmıştır. Eş zamanlı olarak mevcut tomografiler sağlıklı (normal) ve pulmoner embolisi olan görüntüler şeklinde değerlendirilmiştir. 150 pulmoner emboli olan tomografi ve 82 sağlıklı tomografi çalışmada kullanılmıştır. Sonuç; Elde edilen verilerle yapay zeka programlarının bilgisayarlı tomografi pulmoner anjiyografilerde pulmoner emboliyi tespit etme kabiliyeti olumlu tespit edilmiş olup günümüz pratiğinde yapay zekanın kullanımının yaygınlaşmasını ümit etmekteyiz. Hali hazırdaki programlar özellikle acil servis doktorlarının doğru tanıya ulaşmasını kolaylaştıracak, hata payını en makul seviyeye düşürecek ve radyoloji doktorlarının iş yüküne olumlu katkıları olacaktır. Çalışmamızda elde edilen veriler bu durumu destekleyecek nitelikte sonuçları sunmaktadır. Yakın gelecekte benzer çalışmalarla birlikte yapay zekanın rolü sağlık hizmetleri içerisinde giderek artarak daha sık ve daha efektif olarak günümüz pratiğinde bizlere daha çok katkı sunacak duruma gelecektir. Anahtar Kelimeler; Bilgisayarlı tomografi pulmoner anjiyografi, yapay zeka, pulmoner emboli
dc.description.abstractObjectives; Pulmonary embolism is an important cause of mortality and morbidity. The timely and accurate detection of patients with this pathology in emergency departments and other health units in our country is directly related to the mortality rates of patients. The main aim of this study was to improve the time to diagnosis of pulmonary embolism patients and the workforce of physicians working in the emergency department, and to minimize computed tomography pulmonary angiography (CTPA) evaluation errors caused by radiologists or emergency physicians. In our study, computed tomography pulmonary angiography images of healthy patients and patients with pulmonary embolism were evaluated by artificial intelligence programs. Introducing BTPA images to artificial intelligence and interpreting them by artificial intelligence will save time for emergency physicians, significantly reduce the workload of radiologists and minimize the patient's stay in the emergency department. Method; In our study, BTPA images taken at Inonu University Turgut Özal Medical Center between 2014 and 2024 and stored in the hospital information system SECTRA were retrospectively evaluated without exclusion criteria such as age, gender, and race. Tomography images were accessed through our hospital's imaging system (SECTRA). The accuracy criterion was based on the patients' tomography reports written by radiology physicians available in the hospital registration system or the verbal opinions of radiology physicians for images without available tomography reports. Findings; In this study, 232 CT scans were used, which were selected by excluding BTPA images with motion artifacts, inadequate timing of intravenous contrast administration, and suboptimal contrast filling of the pulmonary artery and its branches. Simultaneously, the available CT scans were divided into healthy (normal) images and images with pulmonary embolism. 150 CT scans with pulmonary embolism and 82 healthy CT scans were used in the study. Conclusion; With the data obtained, the ability of artificial intelligence programs to detect pulmonary embolism in computed tomography pulmonary angiography was found to be positive and we hope that the use of artificial intelligence will become widespread in today's practice. The current programs will make it easier for emergency physicians to reach the correct diagnosis, reduce the margin of error to the most reasonable level and contribute positively to the workload of radiology physicians. The data obtained in our study present results that support this situation. In the near future, with similar studies, the role of artificial intelligence will gradually increase in healthcare services and will become more frequent and more effective in today's practice. Key Words; Computed tomography pulmonary angiography, artificial intelligence, pulmonary embolism
dc.identifier.endpage71
dc.identifier.startpage1
dc.identifier.urihttps://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=LY6e5xGA7WWUpEdrBmEPLtAMvWzeALxDXisldTzmbbNoJWmdltEKSBLld-GDOIVH
dc.identifier.urihttps://hdl.handle.net/11616/106273
dc.identifier.yoktezid908137
dc.language.isotr
dc.publisherİnönü Üniversitesi
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_20250118
dc.subjectAcil Tıp
dc.subjectEmergency Medicine
dc.titleAcil servise başvuran pulmoner emboli hastalarının bilgisayarlı tomografilerinin yapay zeka ile değerlendirilmesi
dc.title.alternativeEvaluation of computed tomographies of pulmonary emboli patients admitted to the emergency department with artificial intelligence
dc.typeSpecialist Thesis

Dosyalar

Koleksiyon

Tıp Fakültesi Tez Koleksiyonu