Tiroid ince iğne aspirasyon biyopsilerinde sitomorfolojik özelliklerin yapay zeka ile yorumlanması
Interpretation of cytomorphological features in thyroid fine needle aspiration biopsies using artificial intelligence
- Tez No: 862672
- Danışmanlar: PROF. DR. İNANÇ ELİF GÜRER
- Tez Türü: Tıpta Uzmanlık
- Konular: Patoloji, Pathology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Tıbbi Patoloji Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 222
Özet
Tiroid nodülleri sık karşılaşılan klinik bir sorundur. Palpabl tiroid nodüllerinin prevalansı iyot eksikliği yaşamayan bölgeler göz önüne alındığında tüm dünyada erkeklerde %1 ve kadınlarda %5'tir. Tiroid nodülleri ise klinik, laboratuvar ve ultrasonografik bulgularla değerlendirildikten sonra gerekli görülürse tanısal amaçlı TİİAB yapılmaktadır. İnce iğne aspirasyon biyopsileri tiroid nodüllerinin klinik yönetiminde önemli yer tutmaktadır. TİİAB değerlendirmesi çok sayıda kriter taşımakta, günlük rutin pratikte aynı olguya ait çok sayıda preparatın patolog tarafından ışık mikroskopu altında uzun süre taranması ve görülen hücre gruplarının detaylı olarak incelenmesi zaman ve işgücü açısından zorlayıcı olmaktadır. Ayrıca aspirasyon örneklerinin değerlendirilmesi özel ilgi alanı olup, eğitim ve tecrübe gerektirmektedir. Bu çalışma ile bölümümüzde tanı almış TİİAB yayma preparatlarının retrospektif olarak seçilmesi, fotoğraflanması, işaretlenmesi sonrasında konvolüsyonel nöral ağ modeli yardımıyla yapay zekâ programının 'benign' ve 'malign' tanısal kavramlarını öğrenmesi ve sınıflandırması amaçlanmıştır. Çalışmamıza 50 adet benign ve 50 adet malign tanılı konvansiyonel yayma preparat dahil edilmiştir. Tüm preparatlardaki uygun alanların fotoğraflanması sonrasında 'benign' tanılı 721 adet ve 'malign' tanılı 710 adet görüntü elde edilmiş, işaretleme, görüntü artırımı, veri seti oluşturma, model mimarisinin oluşturulması, modelin eğitimi ve istatistiksel analiz yapılmıştır. Elde edilen sonuçlara göre, benign tanısı için belirlenen duyarlılık oranı %95,9, seçicilik oranı %95,6 ve F1 skoru ise 0,958 olarak tespit edilmiştir. Malign tanısı için ise duyarlılık oranı %95,6, seçicilik oranı %95,9 ve F1 skoru 0,957 olarak elde edilmiştir. Her iki tanı grubu için hesaplanan kesinlik değeri ise 0,958 olarak belirlenmiştir. Alıcı İşletme Karakteristikleri (ROC) Eğrisi çizilerek eğri altında kalan alan hesaplanmış ve benign ve malign tanı sınıfları için ayrı ayrı ölçüldüğünde her ikisi için de 0.99 olarak ortaya çıkmıştır. Çalışmamız aynı alandaki çalışmalarla benzer duyarlılık, seçicilik, F1 skoru ve ROC eğrisi altında kalan alan istatistiklerine sahip başarılı bir modelin eğitilip uyarlanabileceğini göstermiştir. Tanı kategorilerinin standardize oluşturulması, girdi verilerinin çeşitli adımlarla artırılması, model katman sayısı ve işlemlerinin düzenlenmesi, eğitim sayısının optimizasyonu ile yüksek istatistiksel başarıya sahip bir model oluşturulmuştur. Çalışmamızın sınırlılıkları ve gelecekteki çalışmalarımızda dikkate almamız gereken konular arasında farklı boyama ve yayma teknikleri kullanılarak hazırlanan preparatların çalışmaya dahil edilmesi, modelin WSI üzerinden otomatik olarak seçtiği ROI alanları ile çalışılması, TSRBS kategorilerinin tamamının sınıflandırılması, hasta öyküsü, klinik ve radyolojik özelliklerin girdi verilerine dahil edilmesi ayrıca sitolojik tanıların histolojik olarak onaylandığı olguların seçimi yer almaktadır. Teknoloji çağında, yapay zekâ uygulamalarının günlük hayatımıza, özellikle de tıp alanına entegre edilmesi, birçok sağlık sorununun tanısı ve olgu yönetiminde hekimlerin en önemli yardımcılarından biri olacaktır.
Özet (Çeviri)
Thyroid nodules are a common clinical issue. The prevalence of palpable thyroid nodules is 1% in men and 5% in women worldwide, considering areas without iodine deficiency. After evaluation with clinical, laboratory, and ultrasonographic findings, diagnostic Fine Needle Aspiration Biopsy (FNA) may be performed if necessary. Fine needle aspiration biopsies play a significant role in the clinical management of thyroid nodules. The evaluation of FNA involves numerous criteria, and in daily routine practice, it can be challenging in terms of time and workload to have many preparations for the same case scanned under a light microscope by a pathologist for an extended period, and to examine the detailed cell groups observed. Additionally, the evaluation of aspiration samples requires special expertise, involving training and experience. This study aims to retrospectively select, photograph, and label FNA smears that have received a diagnosis in our department. Subsequently, with the help of a convolutional neural network model, an artificial intelligence program is intended to learn and classify the diagnostic concepts of 'benign' and 'malignant.' Our study includes 50 benign and 50 malignant diagnosed conventional smear preparations. After photographing the appropriate areas in all preparations, 721 images diagnosed as 'benign' and 710 images diagnosed as 'malignant' were obtained. Annotation, image augmentation, dataset creation, model architecture creation, model training, and statistical analysis were performed. According to the results obtained, the sensitivity rate determined for the benign diagnosis is 95.9%, the specificity rate is 95.6%, and the F1 score is determined as 0.958. For the malignant diagnosis, the sensitivity rate is 95.6%, the specificity rate is 95.9%, and the F1 score is determined as 0.957. The precision value calculated for both diagnosis groups is determined as 0.958. The Receiver Operating Characteristics (ROC) curve was plotted, and the area under the curve was calculated. When measured separately for benign and malignant diagnostic classes, it was found to be 0.99 for both. Our study has demonstrated that a successful model with similar sensitivity, specificity, F1 score, and area under the ROC curve statistics as other studies in the same field can be trained and adapted. The standardization of diagnostic categories, augmentation of input data through various steps, adjustment of model layer numbers and processes, and optimization of the training iterations led to the creation of a model with high statistical success. Among the limitations of our study and considerations for future research are the inclusion of preparations prepared using different staining and spreading techniques, working with regions of interest (ROI) selected autonomously by the model on Whole Slide Images (WSI), classification of all TSRBS categories, inclusion of patient history, clinical, and radiological features in input data, and the selection of cases where cytological diagnoses have been histologically confirmed. In the age of technology, the integration of artificial intelligence applications into our daily routines , especially in the field of medicine, will become one of the most essential aids for physicians in the diagnosis and management of various health issues.
Benzer Tezler
- Antalya yöresindeki tiroid karsinomlarının immünohistokimyasal (İmmünperoksidaz) yöntemle yeniden değerlendirilmesi
Başlık çevirisi yok
ATİLLA KOCA
- Akut lenfoblastik lösemili çocuklarda tedavi sonrası ortaya çıkan kardiyak ve endokrin geç komplikasyonların değerlendirilmesi
Evaluation of Cardiac and Endocrine Late Complications in Children with Acute Lymphoblastic Leukemia After Treatment
CENGİZ BAYRAM
Tıpta Yan Dal Uzmanlık
Türkçe
2014
HematolojiSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. H. NEŞE YARALI
- Karbamazepin ve fenobarbital kullanan hastalarda subklinik hipotiroidi sıklığı
Subclinical hypothyroidism in patients using phenobarbital or carbamasepine
GÜNSELİ BOZDOĞAN
Tıpta Uzmanlık
Türkçe
2000
Çocuk Sağlığı ve HastalıklarıSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. MAHMUT ORHUN ÇAMURDAN
- Kronik ürtikerli çocuk hastaların klinik ve etiyolojik olarak değerlendirilmesi
Evaluation of clinical characteristics and etiology of children with chronic urticaria
DİLEK AZKUR
Tıpta Yan Dal Uzmanlık
Türkçe
2014
Allerji ve İmmünolojiSağlık BakanlığıÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. CAN NACİ KOCABAŞ
- Değişik yörelerden istanbul'a gelen kişilerde oluşan iyot-guatr ilişkisi
The iodine-goi̇ter relati̇onshi̇p of the pati̇ents from different regions i̇n i̇stanbul
NEZİH PİŞKİNPAŞA
Tıpta Uzmanlık
Türkçe
1994
Endokrinoloji ve Metabolizma HastalıklarıSağlık BakanlığıDahiliye Ana Bilim Dalı
PROF. DR. MUSTAFA YENİGÜN