İnsana karşı makine, makine öğreniminin bazal hücreli karsinom teşhisinde olası kullanımı
Human vs. machine, the potential use of machine learning in the diagnosis of basal cell carcinoma
- Tez No: 1007264
- Danışmanlar: DOÇ. DR. SALİH LEVENT ÇINAR
- Tez Türü: Tıpta Uzmanlık
- Konular: Dermatoloji, Dermatology
- Anahtar Kelimeler: Bazal hücreli karsinom, dermoskopi, yapay zekâ, makine öğrenimi, tanısal doğruluk, Basal cell carcinoma, dermoscopy, artificial intelligence, machine learning, diagnostic accuracy
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Deri ve Zührevi Hastalıklar Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ĠNSANA KARġI MAKĠNE, MAKĠNE ÖĞRENĠMĠNĠN BAZAL HÜCRELĠ KARSĠNOM TEġHĠSĠNDEKĠ OLASI KULLANIMI ÖZET Amaç: Bu çalıĢmada, makine öğrenimi tabanlı yapay zekâ algoritmalarının bazal hücreli karsinom (BHK) tanısındaki performansının değerlendirilmesi ve dermatologların tanısal baĢarısıyla karĢılaĢtırılması amaçlandı. ÇalıĢma, yapay zekânın klinik dermatoloji pratiğinde olası kullanımını araĢtırarak, dermatologlarla karĢılaĢtırmalı olarak güvenilirliğini ortaya koymayı hedefledi. Materyal ve Metot: AraĢtırma kapsamında Erciyes Üniversitesi Tıp Fakültesi Hastanesi‟nde elde edilen 10‟u BHK histopatolojik tanılı olan toplamda 40 dermoskopik görüntü kullanıldı. Bu görüntüler, mühendislik fakültesi tarafından geliĢtirilen hibrit konvolüsyonel sinir ağına dayalı yapay zekâ modeline ve farklı kıdem seviyelerindeki dermatolog gruplarına aynı koĢullarda tanı testi olarak uygulandı. Her görüntü için dermatologlara 5 saniye süre tanınırken, yapay zekâ modeli otomatik olarak tanı üretti. Elde edilen sonuçlar altın standart histopatolojik tanıyla karĢılaĢtırıldı. Bulgular: Yapay zekâ modelinin tanısal doğruluğu, çeĢitli kıdem düzeylerindeki dermatologlarla kıyaslandığında benzer veya daha yüksek bulundu. Özellikle deneyimsiz gruplara göre anlamlı ölçüde üstün performans sergilediği gözlemlendi. Deneyimli dermatologlarla olan performans farkı daha düĢük olmakla birlikte, modelin rekabet edebilir düzeyde tanısal doğruluk sağladığı belirlendi. x Sonuç: ÇalıĢmanın bulguları, makine öğrenimi tabanlı yapay zekâ modellerinin BHK tanısında güvenilir ve hızlı sonuçlar sunabileceğini ortaya koymaktadır. Yapay zekânın dermatoloji pratiğinde yardımcı bir araç olarak kullanılabileceği, özellikle erken tanı, zaman yönetimi ve hasta bakımının iyileĢtirilmesi açısından önemli katkılar sağlayabileceği sonucuna varılmıĢtır.
Özet (Çeviri)
HUMAN vs. MACHINE, THE POTENTIAL USE OF MACHINE LEARNING IN THE DIAGNOSIS OF BASAL CELL CARCINOMA ABSTRACT Objective: The aim of this study was to evaluate the diagnostic performance of machine learning-based artificial intelligence (AI) algorithms in the recognition of basal cell carcinoma (BCC) and to compare it with the diagnostic accuracy of dermatologists. By investigating the reliability of AI in clinical dermatology practice, the study sought to assess its potential as a supportive tool alongside dermatologists. Materials and Methods: A total of 40 dermoscopic images of histopathologically confirmed BCC, obtained from Erciyes University Medical Faculty Hospital, were included in the study. These images were analyzed by a hybrid convolutional neural network (CNN)-based AI model developed in collaboration with the Faculty of Engineering, and by groups of dermatologists at different levels of seniority under the same testing conditions. Each dermatologist was given 5 seconds per image, while the AI system produced automatic predictions. All results were compared with the histopathological gold standard. Results: The diagnostic accuracy of the AI model was found to be comparable to or higher than that of dermatologists across different levels of experience. The model outperformed less experienced dermatologists significantly, while its performance was closer to that of senior dermatologists, indicating competitive diagnostic ability. xii Conclusion: The findings demonstrate that machine learning–based AI models can provide reliable and rapid diagnostic results for BCC. AI has the potential to serve as an assistive tool in dermatology practice, particularly in enhancing early diagnosis, optimizing time management, and improving patient care.
Benzer Tezler
- Learning how to select an action: From bifurcation theory to the brain inspired computational model
Nasıl eylem seçileceğini öğrenme: Dallanma teorisinden beyin esinlenmeli hesaplamalı modele
BERAT DENİZDURDURAN
Yüksek Lisans
İngilizce
2012
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NESLİHAN SERAP ŞENGÖR
- Salience of haptic features for interactive behavior classification in physical human-human/robot collaboration
Fiziksel insan-insan/robot işbirliğinde etkileşimli davranış sınıflandırmasında dokunsal özelliklerin öne çıkması
ZAID RASIM MOHAMMED AL SAADI
Doktora
İngilizce
2023
Makine MühendisliğiKoç ÜniversitesiMakine Mühendisliği Teknolojileri Ana Bilim Dalı
PROF. DR. ÇAĞATAY BAŞDOĞAN
YRD. DOÇ. DR. AYŞE KÜÇÜKYILMAZ AKDOĞAN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Orthogonality based feature selection for ai applications
Yapay zeka uygulamaları için ortogonalite tabanlı öznitelik seçimi
MEHMET SELAHADDİN ŞENTOP
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK BERK ÜSTÜNDAĞ
- Ethical implications of ai driven personalization in digital marketing
Dijital pazarlamada yapay zeka destekli kişiselleştirmenin etik sonuçlari
COURAGE ORITSEBEMIGHO GBEJORO
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM