Geri Dön

Acil serviste pulmoner tromboemboli şüphesi taşıyan hastaların bilgisayarlı tomografi görüntülerinin yapay zeka ile değerlendirilmesi

Artificial intelligence evaluation of computerized tomography images of patients suspected for pulmonary thromboembolism in the emergency department

PDF İndir

  1. Tez No: 790137
  2. Yazar: YASİN BUCAK
  3. Danışmanlar: DOÇ. DR. MEHMET ALİ KARACA
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Acil Tıp, Emergency Medicine
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Tıp Fakültesi
  11. Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 53

Özet

Bu çalışmada; erişkin hastalarda mortalitenin önemli bir nedeni olan pulmoner emboliyi (PE) bilgisayarlı tomografi pulmoner anjiyografi (BTPA) görüntüleriyle acil serviste erken dönemde tanımak ve pulmoner emboliyi doğru lokalize etmek için yapay zeka kullanarak oluşturulan bilgisayar destekli algoritma kullanıldı. Retrospektif metodolojik bir araştırma olarak yapılan bu çalışmada, Hacettepe Üniversitesi Tıp Fakültesi Hastanesi Erişkin Acil Servisi'ne 01 Ocak 2016 – 31 Aralık 2020 tarihleri arasında başvuran ve PE ön tanısı ile BTPA tetkik edilen 1948 hastaya ait veriler analiz edildi. Hastalara ait görüntüler DICOM formatında kaydedildikten sonra Python programlama diliyle yazılmış olan algoritma üzerinde standardize edilerek değerlendirildi. Tasarlanan yapay zeka algoritması tarafından bu hastaların BTPA görüntüleri, PE varlığı ve yokluğu; PE varsa embolinin anatomik seviyesi (masif, ana pulmoner, lober, lober+segmenter, segmenter, subsegmenter) açısından değerlendirildi. Çalışmaya dahil edilen hastaların %51,4 ü kadın (n=1002), %48,6'sı erkekti (n=946). Hastalarda median yaş 61.50 yıl olarak saptandı. Radyolog yorumu altın standart olarak baz alındığında; segmenter PE tanısı için yapay zeka analizinin sensitivitesi %82,3, spesifitesi %93,5, pozitif prediktif değeri %29,5, negatif prediktif değeri ise %99,4 olarak hesaplandı. Ana pulmoner PE açısından yapay zeka analizinin sensitivitesi %84,2, spesifitesi %99,7, pozitif prediktif değeri %80, negatif prediktif değeri ise %99,7 olarak hesaplandı. Masif PE açısından yapay zeka analizinin sensitivitesi %84,6, spesifitesi %99,6, pozitif prediktif değeri %82,5, negatif prediktif değeri ise %99,7 olarak hesaplandı. Çalışmaya katılan tüm hastaların yapay zeka analizinde yanlış pozitiflik oranı %54,4 (n=276) olarak hesaplandı. Yapay zeka analizine göre, yanlış pozitif olan vakaların %44,1'i (n=127) subsegmenter PE olarak bulundu. Sonuç olarak 24 saat radyolog yorumu sağlanamayan acil servislerde yapay zeka analizlerinin kullanımı özellikle ana pulomer arter ve masif PE'lerin erken tanısının konulmasında acil servis hekimlerine büyük kolaylık sağlayacaktır. Subsegmenter PE başta olmak üzere daha küçük pulmoner arter dallarındaki PE'lerin tanısı için yapay zeka analizlerinin daha da geliştirilmesi gerekmektedir.

Özet (Çeviri)

In this study; a computer-aided algorithm created using artificial intelligence was used to detect pulmonary embolism (PE) with computed tomography pulmonary angiography (CTPA) images in the early period and to accurately localize the pulmonary embolism, which is an important cause of mortality in adult patients. In this retrospective methodological study, the data of 1948 patients who admitted to Hacettepe University Hospital, Emergency Medicine Department between January 01, 2016 and December 31, 2020 and were examined for CTPA with the preliminary diagnosis of PE were analyzed. After the images of the patients were recorded in DICOM format, the images were standardized and evaluated on the algorithm written in Python programming language. CTPA images of these patients was evaluated by the designed artificial intelligence algorithm for the presence and absence of PE; If PE is present, in terms of the anatomical level of the emboli (massive, main pulmonary, lobar, lobar+segmental, segmental, subsegmental). 51.4% of the patients included in the study were female (n=1002) and 48.6% were male (n=946). The median age of the patients was 61.50 years. Based on the radiologist's interpretation as the gold standard; In terms of segmental PE, the sensitivity of artificial intelligence analysis was 82.3%, the specificity was 93.5%, the positive predictive value was 29.5%, and the negative predictive value was 99.4%. In terms of main pulmonary PE, the sensitivity of the artificial intelligence analysis was 84.2%, the specificity was 99.7%, the positive predictive value was 80%, and the negative predictive value was 99.7%. In terms of massive PE, the sensitivity of artificial intelligence analysis was 84.6%, specificity 99.6%, positive predictive value 82.5% and negative predictive value 99.7%. False positivity rate in the artificial intelligence analysis of all patients participating in the study was calculated as 54.4% (n=276). According to artificial intelligence analysis, 44.1% (n=127) of false positive cases were in subsegmental PE groups. As a result, the use of artificial intelligence analyzes in emergency departments, where 24-hour radiologist interpretation cannot be provided, will provide great convenience to emergency physicians, especially in the early diagnosis of main pulmonary artery and massive PEs. Artificial intelligence analyzes need to be further developed for the diagnosis of PEs in smaller pulmonary artery branches, especially subsegmentary PE.

Benzer Tezler

  1. Tez No

    711597

    Acil serviste pulmoner emboli öntanısı ile tetkik edilen hastalarda ekokardiyografi bulgularının tanısal değerliliğinin retrospektif kesitsel analizi

    Retrospective sectional analysis of the diagnostic value of the echocardiography findings in patients examined with prediagnose of pulmonary embolism in emergency department

    AHMET ENES ÇELİK

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    İlk ve Acil YardımEge Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. FUNDA KARBEK AKARCA

  2. Tez No

    541627

    Acil serviste pulmoner emboli şüphesi ile toraks bt anjio çekilen hastalar üzerinde years kriterlerinin tanı koymada etkinliğinin incelenmesi ve wells kriterlerinin etkinliği ile karşılaştırılması

    Analysis of ability of years criteria to diagnose patients with pulmonary embolus in emergency room WHO had A thorax CT angiography scan and its comparison to wells criteria

    HATİCE BURGAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2018

    İlk ve Acil Yardımİstanbul Üniversitesi-Cerrahpaşa

    Acil Tıp Ana Bilim Dalı

    PROF. DR. İBRAHİM İKİZCELİ

  3. Tez No

    271966

    Acil servise başvuran pulmoner tromboemboli şüpheli olgularda kan D-dimer, kardiak troponin, brain natriüretik peptit ve adiponektin düzeylerinin tanıdaki yeri

    The rule of plasma D-dimer, cardiac troponine, brain natriuretic peptide and adiponectine levels in the diagnosis of suspected pulmonary thromboembolism patients admitted to emergency service

    EVRİM GÜL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    İlk ve Acil YardımFırat Üniversitesi

    Acil Tıp Ana Bilim Dalı

    YRD. DOÇ. DR. MUSTAFA YILDIZ

  4. Tez No

    474602

    Pulmoner tromboemboli tanısı alan hastalarda SCUBE- 1'in tanısal değeri ve D-dimer ile karşılaştırılması

    Diagnostic value of SCUBE 1 and comparison with DIMER in PTE patients diagnosed with emergency cervise

    ORHAN KILINÇ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2017

    İlk ve Acil YardımSağlık Bilimleri Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. UMUT YÜCEL ÇAVUŞ

  5. Tez No

    266719

    Pulmoner Tromboemboli tanısında kullanılan klinik olasılık skorlama yöntemlerinin karşılaştırılması

    Comparison methods of the clinical probability scores in the diagnosis of the Pulmonary Thromboembolism

    GÜLHAN BOĞATEKİN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2010

    Göğüs HastalıklarıDicle Üniversitesi

    Göğüs Hastalıkları ve Tüberküloz Ana Bilim Dalı

    PROF. DR. FÜSUN TOPÇU

Geri Dön