Yapay zekâ destekli klinik karar destek sistemlerinin tanı doğruluğuna etkisi
The effect of artificial intelligence-supported clinical decision support systems on diagnostic accuracy
- Tez No: 1006955
- Danışmanlar: DR. ÖĞR. ÜYESİ MUCİZE SARIHAN
- Tez Türü: Yüksek Lisans
- Konular: Sağlık Yönetimi, Healthcare Management
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Sağlık Yönetimi Ana Bilim Dalı
- Bilim Dalı: Sağlık Yönetimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu araştırmanın amacı, yapay zekâ destekli klinik karar destek sistemlerinin (KKDS) mamografi incelemelerinde tanı doğruluğunu radyolog raporları ile karşılaştırarak değerlendirmektir. Çalışmada, bir görüntüleme merkezinden resmi izinle temin edilen ve daha önce deneyimli bir radyolog tarafından raporlanmış mamografi görüntülerine ait raporlar ile aynı görüntüler üzerinden yapay zekâ yazılımı tarafından oluşturulan raporlar sistematik biçimde karşılaştırılmıştır. Karşılaştırma sürecinde meme yoğunluğu sınıflaması, temel radyolojik bulgular, BI-RADS kategorileri ve klinik öneriler başlıkları altında yapılandırılmış bir kodlama şeması kullanılmıştır. Her olgu için radyolog ve yapay zekâ raporları arasındaki uyum düzeyi“tam uyum”,“kısmi uyum”ve“uyumsuzluk”olarak sınıflandırılmıştır. Bulgular, yapay zekânın patolojik bulgu içermeyen ve BI-RADS 1 olarak değerlendirilen normal olguları yüksek doğrulukla tanıdığını göstermiştir. Ancak benign ayrıntıların raporlanmasında yetersiz kaldığı, meme yoğunluğu sınıflamasında özellikle uç kategorilerde (çok yağlı ve çok dens meme) hata yaptığı belirlenmiştir. En dikkat çekici bulgu, radyolog tarafından BI-RADS 0, 3 ve 5 olarak değerlendirilen şüpheli ve yüksek riskli olguların bir kısmının yapay zekâ tarafından BI-RADS 1 olarak sınıflandırılmasıdır. Özellikle malignite lehine güçlü bulgular içeren bir olgunun yapay zekâ tarafından tamamen normal olarak raporlanması, sistemin yüksek riskli olgularda güvenilirliğinin sınırlı olduğunu ortaya koymuştur.Sonuç olarak yapay zekâ destekli klinik karar destek sistemleri, tarama programlarında normal ve düşük riskli olguların ön elemesinde yararlı bir araç olabilir; ancak tek başına tanı koydurucu bir sistem olarak, özellikle şüpheli ve kompleks olgularda yeterli güvenilirliğe sahip değildir. En uygun yaklaşım, yapay zekânın radyoloğu destekleyen bir araç olarak kullanılması ve nihai kararın mutlaka insan uzman tarafından verilmesidir.
Özet (Çeviri)
The aim of this study is to evaluate the diagnostic accuracy of artificial intelligence-supported clinical decision support systems (CDSS) in mammography examinations by comparing them with radiologist reports. In the study, reports from mammography images obtained with official permission from an imaging center and previously reported by an experienced radiologist were systematically compared with reports generated by artificial intelligence software based on the same images. A structured coding scheme was used in the comparison process under the headings of breast density classification, basic radiological findings, BI-RADS categories, and clinical recommendations. For each case, the level of agreement between the radiologist and AI reports was classified as“complete agreement,”“partial agreement,”or“disagreement.”The findings showed that artificial intelligence accurately identified normal cases without pathological findings and classified as BI-RADS 1. However, it was determined that it was insufficient in reporting benign details and made errors in breast density classification, particularly in extreme categories (very fatty and very dense breasts). The most striking finding was that some cases classified as suspicious and high-risk by the radiologist (BI-RADS 0, 3, and 5) were classified as BI-RADS 1 by the AI. In particular, the AI reporting a case with strong findings suggestive of malignancy as completely normal revealed the limited reliability of the system in high-risk cases. In conclusion, AI-supported clinical decision support systems can be a useful tool in screening programs for the pre-selection of normal and low-risk cases; however, as a standalone diagnostic system, it does not have sufficient reliability, especially in suspicious and complex cases. The most appropriate approach is to use AI as a tool to support the radiologist, with the final decision always being made by a human expert.
Benzer Tezler
- Acil serviste yapay zeka tabanlı özelleştirilmiş GPT modeli ile ayırıcı tanı doğruluğunun değerlendirilmesi
Evaluation of differential diagnosis accuracy with artificial intelligence based customized GPT model in emergency service
HAYDAR AL
Tıpta Uzmanlık
Türkçe
2025
Acil TıpÇanakkale Onsekiz Mart ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. CANAN AKMAN
- Panaromik radyografilerde veri ön işleme ve derin öğrenme kullanarak diş segmentasyonu
Tooth segmentation in panoramic radiographs using preprocessing and deep learning
MEHMET KOCAKUŞ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BETÜL UZBAŞ
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Meme kanseri tanısı için gelişmiş yapay zeka tabanlı çok aşamalı tespit sistemi
Advanced artificial intelligence based multi-stage detection system for breast cancer diagnosis
ABDUL SAMAD
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Early diagnosis of acute myocardial infarction using ECG signals with explainable artificial intelligence
Akut Miyokard Enfarktüsü'nün EKG sinyalleri üzerinden açıklanabilir yapay zekâ ile erken tanısı
TOYGAR TANYEL
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLKAY ÖKSÜZ