COVID-19 hastalarında yoğun bakım sevkinin öngörülmesi için derin öğrenme algoritmalarının kullanılması
Using deep learning algorithms to predict intensive care referral in COVID-19 patients
- Tez No: 665120
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜSEYİN CAHİT HALHALLI
- Tez Türü: Tıpta Uzmanlık
- Konular: İlk ve Acil Yardım, Emergency and First Aid
- Anahtar Kelimeler: Derin Öğrenme, COVİD-19, Yoğun Bakım, Algoritmalar, COVID 19, Sevk ve konsültasyon, Yapay zeka, Yoğun bakım üniteleri, Deep Learning, COVID-19, Intensive Care, Algorithms, COVID 19, Referral and consultation, Artificial intelligence, Intensive care units
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: Kocaeli Derince Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
GİRİŞ VE AMAÇ: COVID-19 salgını tüm dünyada etkisini göstermiş, çok sayıda kişi bu virüsle enfekte olmuştur. Hastane acil servisleri COVID-19 hastalarının sıklıkla başvurduğu merkezlerdir. Bu ortamda, hastalardan yoğun bakım sevki gerekenleri öngörmek, doğru ve etkin kaynak kullanımı için önemlidir. Derin öğrenme algoritmaları elde edilen verinin sınıflandırılması ve sonuçlarının tahmin edilebilmesi için hızlı ve önemli bir analiz metodudur. Bu çalışmada, acil servise başvuran COVID-19 hastalarının bulgularını derin öğrenme metodu ile analiz ederek hastaların hastaneye yatış ve yoğun bakım sevk ihtiyaçlarını öngörmeye çalıştık. GEREÇ VE YÖNTEM: Çalışma acil servise 01.03.2020-30.06.2020 tarihleri arasında başvurmuş hastalar üzerinden yapıldı. COVID-19 şüphesi ile acil servise başvuran, 18 yaş üzerinde, gebe olmayan, erkek ve kadın hastalar çalışmaya alındı. Toplanan 592 hastanın acil serviste elde edilen klinik verileri, laboratuvar sonuçları ve kaydedilen bilgisayarlı toraks tomografileri python ortamına sayısal veri halinde aktarıldı. Python yazılım dili kullanılarak oluşturulan yapay sinir ağları ile veri incelenerek hastaların yoğun bakıma sevk riskleri, PCR testi sonucu tahmini ve hastaneye yatış riskinin hesaplanması sağlandı. BULGULAR: Tomografi ve klinik verinin birlikte kullanıldığı yapay sinir ağı analizinde, yoğun bakım sevki gerektiren hastaların tespiti için yapılan tahminlerde doğruluk oranı %97(230:236), sensitivitesi %54(6:11), spesifitesi %99(224:225), F1 skoru 0.66 olarak bulundu. SONUÇ: Derin öğrenme yöntemleri ile hastaların klinik kararlarının bilgisayarlar tarafından alınabilecek olması, gelecekte sağlık harcamalarını ve sağlık çalışanlarına düşen iş yükünü azaltabileceğini vaat etmektedir.
Özet (Çeviri)
INTRODUCTION AND PURPOSE: The COVID-19 outbreak has taken effect all over the world, and many people have been infected with this virus. Emergency rooms have become frequently used centers for COVID-19 patients. In such environment, it is important to determine which patients need referral to the intensive care unit for accurate and effective resource use. Deep learning algorithms are an important rapid analysis method for classifying the data obtained and predicting its results. In this study, we analyzed the findings of COVID-19 patients who came to the emergency room with the deep learning method and tried to predict the hospitalization and intensive care unit referral needs of the patients. MATERIAL AND METHOD: The study was carried out on patients who consulted to emergency rooms between 01.03.2020-30.06.2020. Male and female patients over the age of 18 who were admitted to the emergency department with suspected COVID-19 were included in the study. Clinical data, laboratory results and recorded computed thoracic tomography of 592 patients collected in the emergency room were transferred to the Python network in numeric data. With artificial neural networks created using Python software language, data was examined to calculate the risks of referral of patients to intensive care units, estimation of PCR test results and hospitalization risk. RESULTS: In the artificial neural network analysis using tomography and clinical data, the accuracy rate estimates made for the detection of patients requiring intensive care referral was 97% (230:236), sensitivity was 54% (6:11), specifity was 99% (224:225), F1 score was 0.66%. CONCLUSION: The fact that clinical decisions of patients can be made by computers through deep learning methods promises to reduce health expenditures and workload for healthcare workers in the future.
Benzer Tezler
- Yoğun bakımdaki COVID-19 tanısı ile yatan hasta semptomları, bakım bağımlılığı ve hemşirelik tanılarının incelenmesi
Investigation of COVID-19 diagnosis and inpatient symptoms, care addiction and nursing diagnoses in intensive care
AYŞENUR ERDAL
Yüksek Lisans
Türkçe
2021
HemşirelikHasan Kalyoncu ÜniversitesiHemşirelik Ana Bilim Dalı
DOÇ. DR. BETÜL TOSUN
- Yatarak tedavi gören COVID-19 hastalarında hemoglobin düzeyinin hastalığın prognozu ile ilişkisi
The relationship of hemoglobin level with the prognosis of the disease in COVID-19 patients receiving inpatient treatment
MERVE ÖNDER
Tıpta Uzmanlık
Türkçe
2022
Aile HekimliğiSağlık Bilimleri ÜniversitesiAile Hekimliği Ana Bilim Dalı
PROF. DR. BERRİN TELATAR
PROF. DR. ALİ ÖZDEMİR
- Acil servise nefes darlığı ile başvuran ve COVID-19 pnömonisi ön tanısı olan hastalarda akciğer ultrasonografisinin tanı ve prognoz tayininde etkinliğinin değerlendirilmesi
An evaluation of the efficacy of lung ultrasonography in the diagnosis and prognosis in patients who were admitted to the emergency department with dyspnoea symptoms and received a prediagnosis of covid-19 pneumonia
DAMLA KARAN
Tıpta Uzmanlık
Türkçe
2022
İlk ve Acil YardımEge ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. FUNDA KARBEK AKARCA
- COVID-19 hastalarında yoğun bakım ünitesi deneyimleri
Intensive care unit experiences of COVID-19 patients
NAZLI GÖKNUR ÇİNAR
Yüksek Lisans
Türkçe
2022
HemşirelikDokuz Eylül ÜniversitesiHemşirelik Ana Bilim Dalı
PROF. DR. ÖZLEM KÜÇÜKGÜÇLÜ
- COVID-19 tanılı yoğun bakım hastalarında nötrofil/lenfosit oranının prognostik değeri
Prognostic value of neutrophil/lymphocyte ratio in COVID-19 ICU patients
YAĞMUR ERCAN
Tıpta Uzmanlık
Türkçe
2021
Anestezi ve ReanimasyonSağlık Bilimleri ÜniversitesiAnesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. MEHMET GAMLI
DOÇ. DR. HALİL ERKAN SAYAN