Yenidoğanlarda solunum sıkıntısı tanısında yapay zeka kullanımı: Tanısal performansın değerlendirilmesi
Artificial intelligence-based diagnosis of neonatal respiratory distress: Evaluation of diagnostic performance
- Tez No: 1024623
- Danışmanlar: DR. ÖĞR. ÜYESİ BURCU CEBECİ
- Tez Türü: Tıpta Uzmanlık
- Konular: Çocuk Sağlığı ve Hastalıkları, Child Health and Diseases
- Anahtar Kelimeler: Yapay zekâ, büyük dil modeli, yenidoğan, yenidoğan yoğun bakım, solunum sıkıntısı, Artificial intelligence, large language model, newborn, neonatal intensive care unit, respiratory distress
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Haseki Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Amaç: Yenidoğan döneminde solunum sıkıntısı, yenidoğan yoğun bakım ünitelerine (YYBÜ) yatışın en sık nedenlerinden biri olup, yenidoğanın geçici taşipnesi (TTN), respiratuvar distres sendromu (RDS), pnömoni, mekonyum aspirasyon sendromu (MAS) ve pnömotoraks gibi farklı etiyolojilerle ortaya çıkabilmektedir. Bu hastalıklar yaşamın ilk saatlerinde klinik, laboratuvar ve radyolojik görünümleri açısından büyük ölçüde örtüştüğünden, ayırıcı tanı çoğu zaman güçleşmektedir. Son yıllarda büyük dil modelleri (large language models, LLM), metin ve görüntü verilerini birlikte işleyebilme kapasiteleri nedeniyle klinik karar desteğinde dikkat çekmektedir. Bu çalışmanın temel amacı, yenidoğan yoğun bakım ünitesine solunum sıkıntısı nedeniyle yatırılan hastalarda, büyük dil modelinin tanısal performansını değerlendirmektir. Gereç ve Yöntem: Çalışmamızda, Sağlık Bilimleri Üniversitesi Haseki Eğitim ve Araştırma Hastanesi Yenidoğan Yoğun Bakım Ünitesi'nde solunum sıkıntısı nedeniyle yatırılan yenidoğanlar 1 Ocak 2021-31 Aralık 2024 tarihleri arasında retrospektif olarak taranmıştır. Solunum sıkıntısı ön tanısıyla değerlendirilen toplam 500 yenidoğan taranmış, önceden tanımlanmış dahil edilme ve dışlama kriterleri sonrasında 256 olgu analize alınmıştır. Her olgu için gestasyonel yaş, doğum ağırlığı, doğum şekli, maternal risk faktörleri, solunum sıkıntısı başlangıç zamanı, fizik muayene bulguları, solunum desteği düzeyi, venöz kan gazı ve hemogram sonuçları, c-reaktif protein (CRP) ve klinik endikasyon varlığında prokalsitonin (PCT) düzeyi ile postnatal akciğer grafisini içeren standartlaştırılmış anonim olgu paketi hazırlanmıştır. İndeks test olarak Generative Pre-trained Transformer 5.1 (GPT-5.1) Thinking modeli kullanılmış; her olgu ayrı bir geçici oturumda değerlendirilmiştir. Böylece önceki olgulara ait klinik bilgi, görüntü veya model çıktısının sonraki değerlendirmeyi etkilemesi engellenmeye çalışılmıştır. Referans standart tanı; en az 5 yıl deneyime sahip üç bağımsız neonatoloğun, model çıktılarından habersiz biçimde yaptığı değerlendirme sonucunda 3/3 tam uzlaşısı ile belirlenmiştir. Üç değerlendirici arasında tam tanısal uzlaşı sağlanmayan olgular nihai analize dahil edilmemiştir. Tanısal uyum Cohen kappa katsayısı ile, tanıya özgü performans ise one-vs-rest yaklaşımıyla Alıcı İşletim Karakteristiği (Receiver Operating Characteristic, ROC) eğrileri, Eğri Altında Kalan Alan (Area Under the Curve, AUC), duyarlılık, özgüllük, pozitif ve negatif prediktif değerler ile değerlendirilmiştir. Modelin birincil tanı doğruluğunu etkileyen faktörleri değerlendirmek amacıyla çok değişkenli lojistik regresyon analizi yapılmıştır. Bu analizde bağımlı değişken; büyük dil modelinin birincil tanısının, referans standart tanı ile uyumlu olup olmaması şeklinde ikili olarak kodlanmıştır. Klinik olarak ilişkili olabileceği düşünülen demografik, perinatal, klinik ve laboratuvar değişkenleri aday bağımsız değişkenler olarak değerlendirilmiştir. Sonuçlar olasılık oranı (odds ratio, OR), %95 güven aralığı (GA) ve p değeri ile sunulmuştur. Doğum ağırlığı modele 1000 gramlık artış birimi üzerinden dahil edilmiştir. Tüm istatistiksel analizlerde p<0,05 değeri anlamlı kabul edilmiştir. Bulgular: Çalışmaya dahil edilen 256 yenidoğanın %53,9'u erkekti. Ortalama gestasyonel yaş 34,92±4,11 hafta, ortalama doğum ağırlığı 2376,31±887,65 gram ve medyan hastanede yatış süresi 9 (6-16) gün olarak bulundu. Olguların %84,4'ü sezaryen ile doğmuştu. Solunum sıkıntısının başlangıcı olguların %86,3'ünde ilk 0-2 saat içinde gerçekleşmişti. Postnatal akciğer grafisi çekim zamanı medyan 2,0 (1,5-3,0) saat olarak saptandı. Retraksiyon %98,8, inleme %85,5 ve siyanoz %34,8 oranında gözlendi; olguların %98,4'ünde herhangi bir düzeyde solunum desteği gereksinimi bulundu. Referans standart tanı dağılımı 142 TTN, 78 RDS, 22 pnömoni, 6 MAS ve 8 pnömotoraks şeklindeydi. Modelin birincil tanı doğruluğu %70,3, Cohen kappa değeri 0,468 olarak bulundu. Referans tanının ilk 2 tanı içinde yer alma oranı %89,1, ilk 3 tanı içinde yer alma oranı %96,5 ve ilk 4 tanı içinde yer alma oranı %99,6 idi. ROC analizinde AUC değeri TTN için 0,757, RDS için 0,773 ve pnömoni için 0,522 olarak saptandı. Birincil tanı duyarlılığı TTN için %80,3, RDS için %73,1 ve pnömoni için %4,5 bulundu. TTN-TTN dışı ikili sınıflamasında doğruluk %73,8, duyarlılık %80,3, özgüllük %65,8, pozitif prediktif değer %74,5, negatif prediktif değer %72,8 ve F1 skoru 0,773 olarak hesaplandı. Çok değişkenli analizde solunum desteği düzeyindeki her bir kademe artışı model doğruluğunda anlamlı azalma ile ilişkili bulundu (OR=0,405; %95 GA: 0,210-0,782; p=0,007). Doğum ağırlığındaki her 1000 gram artış da daha düşük doğruluk olasılığı ile ilişkiliydi (OR=0,551; %95 GA: 0,306-0,993; p=0,048). Sonuç: Büyük dil modelinin yenidoğan solunum sıkıntısında gerçek klinik veriler üzerinde orta düzeyde birincil tanı doğruluğu gösterdiği, ancak ayırıcı tanı listesi oluşturma performansının daha yüksek olduğu görülmüştür. Model özellikle TTN ve RDS gibi sık görülen tanılarda görece daha başarılı bulunurken, pnömoni olgularında birincil tanı performansı belirgin olarak düşük kalmıştır. Yanlış sınıflamaların en sık TTN ve RDS arasında yoğunlaşması, modelin klinik olarak birbirine yakın fenotipleri ayırt etmede zorlandığını düşündürmektedir. Artan solunum desteği gereksinimi ve daha yüksek doğum ağırlığının model doğruluğunda azalma ile ilişkili bulunması, daha heterojen ve klinik olarak ağır olgularda tanısal belirsizliğin arttığını göstermektedir. Bu bulgular, LLM'lerin yenidoğan solunum sıkıntısında bağımsız karar verici sistemler olarak kullanılmaya hazır olmadığını; ancak klinisyenin ayırıcı tanı sürecini destekleyen, olası tanıları sistematik biçimde sunan ve ikinci bir değerlendirme aracı olarak kullanılabilecek yardımcı sistemler olarak değerlendirilebileceğini göstermektedir.
Özet (Çeviri)
Aim: Respiratory distress is one of the leading causes of admission to neonatal intensive care units and may result from a broad spectrum of etiologies, including transient tachypnea of the newborn (TTN), respiratory distress syndrome (RDS), neonatal pneumonia, meconium aspiration syndrome (MAS), and pneumothorax. Because these conditions often present with overlapping clinical, laboratory, and radiographic findings during the first hours of life, differential diagnosis may be challenging even for experienced clinicians. Large language models have recently emerged as promising tools for clinical decision support, particularly because they can integrate textual and visual data within a single reasoning framework. The primary aim of this study was to evaluate the diagnostic performance of the large language model in neonates hospitalized with respiratory distress. Materials and Methods: This single-center, retrospective cross-sectional diagnostic accuracy study was conducted in the Neonatal Intensive Care Unit of Health Sciences University Haseki Training and Research Hospital and included neonates hospitalized for respiratory distress between January 1, 2021 and December 31, 2024. A total of 500 patients were screened, and 256 neonates met the predefined inclusion and exclusion criteria and were included in the final analysis. For each case, a standardized anonymous case package was created, including gestational age, birth weight, mode of delivery, maternal risk factors, timing of symptom onset, physical examination findings, level of respiratory support, venous blood gas parameters, complete blood count results, C-reactive protein, procalcitonin when clinically indicated, and a postnatal chest radiograph. GPT-5.1 Thinking was used as the index test. Each case was entered into an independent temporary session using a fixed and standardized prompt structure. The reference standard diagnosis was determined independently by three neonatologists with at least five years of experience, all blinded to model outputs, and only cases with complete 3/3 diagnostic consensus were accepted as reference standard cases. Diagnostic agreement was assessed with Cohen's kappa. Diagnosis-specific performance was evaluated by one-vs-rest analyses using ROC curves, area under the curve (AUC), sensitivity, specificity, and predictive values. Multivariable logistic regression was performed to identify independent clinical factors associated with model accuracy. Results: Of the 256 neonates included, 53.9% were male. Mean gestational age was 34.92±4.11 weeks, mean birth weight was 2376.31±887.65 g, and median length of hospital stay was 9 (6-16) days. Cesarean delivery accounted for 84.4% of births. Respiratory distress began within the first 0-2 hours of life in 86.3% of cases, and the median timing of postnatal chest radiography was 2.0 (1.5-3.0) hours. Retractions, grunting, and cyanosis were present in 98.8%, 85.5%, and 34.8% of cases, respectively, and 98.4% of neonates required some form of respiratory support. The reference standard diagnoses were TTN in 142 cases, RDS in 78, pneumonia in 22, MAS in 6, and pneumothorax in 8. The model's primary diagnosis accuracy was 70.3%, and Cohen's kappa was 0.468. The reference diagnosis was included within the top 2, top 3, and top 4 model suggestions in 89.1%, 96.5%, and 99.6% of cases, respectively. In diagnosis-specific ROC analyses, AUC was 0.757 for TTN, 0.773 for RDS, and 0.522 for pneumonia. Primary diagnosis sensitivity was 80.3% for TTN, 73.1% for RDS, and 4.5% for pneumonia. In TTN versus non-TTN classification, accuracy was 73.8%, sensitivity 80.3%, specificity 65.8%, positive predictive value 74.5%, negative predictive value 72.8%, and F1 score 0.773. In multivariable analysis, each higher level of respiratory support was independently associated with lower model accuracy (OR=0.405; 95% CI: 0.210-0.782; p=0.007), and each 1000-g increase in birth weight was also associated with lower accuracy (OR=0.551; 95% CI: 0.306-0.993; p=0.048). Conclusion: The large language model demonstrated moderate primary diagnostic accuracy in neonatal respiratory distress when tested on real-world clinical data, whereas its ability to retain the correct diagnosis within the differential diagnosis list was substantially higher. Performance was relatively stronger for common conditions such as TTN and RDS, but markedly limited for pneumonia when evaluated as the primary diagnosis. The concentration of misclassifications between TTN and RDS suggests that the model struggled most in clinically overlapping respiratory phenotypes. The inverse association between model accuracy and increasing respiratory support requirement or higher birth weight indicates that diagnostic uncertainty rises in more complex and clinically severe cases. Overall, large language models should not currently be regarded as stand-alone decision-makers in neonatal respiratory distress, but rather as supportive tools that may assist clinicians by structuring differential diagnosis and offering a second layer of diagnostic reasoning. These findings require confirmation in larger, multicenter, prospective studies before broader clinical implementation can be considered.
Benzer Tezler
- Yenidoğan geçici takipnesi ve pnömoni ayırıcı tanısında CRP, Yüksek Duyarlıklı-CRP, Prokalsitonin ve IL-8'in karşılaştırılması
CRP in the differential diagnosis of neonatal transient takipnesi and pneumonia, Hs-CRP, procalcitonin and IL-8 role
FİGEN KARACA PEKDEMİR
Tıpta Uzmanlık
Türkçe
2010
Çocuk Sağlığı ve HastalıklarıKocaeli ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞE ENGİN ARISOY
- Yenidoğan sepsisi tanısında serum amiloid a (SAA)'nın önemi ve CRP ile karşılaştırılması
The importance of serum amilod a (SAA) in the diagnosis of neonatal sepsis and its comparison with CRP
HAZIM ALPER GÜRSU
Tıpta Uzmanlık
Türkçe
2005
Çocuk Sağlığı ve HastalıklarıSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. AYŞE AYÇA VİTRİNEL
- Yenidoğanda kan kültüründe üreme olan hastaların prospektif değerlendirilmesi
Prospective evaluation of patients with positive blood cultures in the neonatal period
SÜMEYYE BEYZA KILINÇ
Tıpta Uzmanlık
Türkçe
2025
Çocuk Sağlığı ve HastalıklarıNecmettin Erbakan ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. HÜSEYİN ALTUNHAN
- Hastanemizde 2012-2022 yılları arasında doğan term yenidoğanlarda solunum sıkıntısı insidansının ve etyolojisinin değerlendirilmesi
Evaluation of incidence and etiology of respiratory distress in term newborns born between 2012-2022 in our hospital
ŞEYMA İREM AKSOY
Tıpta Uzmanlık
Türkçe
2024
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. EVRİM KIRAY BAŞ
- Yenidoğan sepsisinde IL-6, IL-8, TNF-Alfa ve CRP'nin tanı ve prognozdaki yeri
The emphasis of IL-6, IL-8, TNF-Alfa and CRP at diagnosis and prognosis for neonatal sepsis
RUKEN YILDIRIM
Tıpta Uzmanlık
Türkçe
2008
Çocuk Sağlığı ve HastalıklarıDicle ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET CELAL DEVECİOĞLU