Yapay zekâ sistemlerinin tıbbi görüntüleme alanında kullanımında etik: Radyoloji uzmanlarının görüş ve tutumları
Ethics of using artificial intelligence systems in medical imaging: views and attitudes of radiologists
- Tez No: 905678
- Danışmanlar: DOÇ. DR. ASLIHAN AKPINAR
- Tez Türü: Doktora
- Konular: Deontoloji ve Tıp Tarihi, Medical History and Ethics
- Anahtar Kelimeler: Biyotıp etiği, yapay zekâ, radyoloji, tıbbi görüntüleme, Q metodoloji, Biomedical ethics, Artifical Intelligence, radiology, medical imaging, Q methodology
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Sağlık Bilimleri Enstitüsü
- Ana Bilim Dalı: Tıp Tarihi ve Etik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 142
Özet
Amaç: Yapay zekâ denildiğinde, genellikle insana benzer anatomiye sahip robotik varlıklar akla gelmektedir. Ancak yapay zekâ kavramı robotik araçların ötesinde, çok daha çeşitli alanlarda gelişim göstermektedir. Günümüzde yapay zekâ sistemleri kişisel elektronik cihazlarımızda, kamu hizmetlerinde ve kurumsal uygulama alanlarında karşımıza çıkarak hayatımızı kolaylaştırmaktadır. Bu alanlardan biri de tıpta yapay zekâ sistemlerinin kullanımıdır. Yapay zekânın hastalıkların tanı, teşhis ve tedavisinde kullanımı heyecan verici olsa da tıbbın geleneksel Hipokratik anlayışına uygun olarak“önce zarar verme”ilkesine bağlı kalması büyük önem taşımaktadır. Yapay zekâ sistemlerinin tıbbi süreçlere entegre olması, diğer bilim dallarından daha kritik şekilde etik ve ahlâki bileşenlerin daima dikkate alınmasını gerektirmektedir. Özellikle radyoloji alanında yapay zekâ teknolojileri büyük umut vadetmekte, ancak beraberinde önemli etik zorluklar da getirmektedir. Bu tez çalışmasının amacı, yapay zekâ sistemlerinin tıbbi görüntülemede kullanımına yönelik olarak radyoloji uzmanlarının etik görüş ve tutumlarının incelenmesidir. Yöntem: Tanımlayıcı kesitsel bir araştırma olarak tasarlanan bu çalışmada, radyoloji uzmanlarının yapay zekâ sistemlerinin radyolojiye entegrasyonuna ilişkin etik bakış açılarını incelemek amacıyla Q metodolojisi kullanıldı. Veriler, kartopu örnekleme yöntemi ile seçilen katılımcılardan araştırmacılar tarafından geliştirilen Q dizgesi ölçme aracı ile toplandı. Q dizgesi; güvenirlik, şeffaflık, mahremiyet, zarar vermeme, adalet ve eşitlik, sorumluluk ve verimlilik gibi 7 etik değeri içeren toplam 36 ifadeyle oluşturulmuştur. Dijital ortama aktarılan ve https://ethicsqsort.netlify.app adresinde yayınlanan Q dizgesi, yapay zekâ sistemlerini günlük uygulamalarında kullanan radyoloji uzmanlarının etik değerlere ilişkin bakış açılarını ortaya koymayı amaçlamaktadır. Katılımcılardan, ifadeleri kesinlikle katılmıyorum (-3)'dan kesinlikle katılıyorum (+3) a 6'lı Likert ölçeğinde yerleştirmeleri istendi. Verilerin analizi kişi odaklı faktör analizi ile KADE yazılımı kullanılarak yapıldı. Bulgular: Araştırmaya 41 radyoloji uzmanı katılmıştır. Katılımcıların yaş ortalaması 43 olup, %29'u kadın, %71'i erkektir. Radyologların mesleki deneyim süresi ortalama 10 yıl iken, yapay zekâ sistemlerini kullanma süresi ortalama 4 yıldı. Katılımcıların en çok katıldığı ifade,“Yapay zekâ sistemlerinin ürettiği sonuçların güvenilirliği, tasarımcılar ve radyologların iş birliği ile sağlanabilir”, en az katıldıkları ifade ise“Yapay zekâ sistemleri yanlış pozitiflik/negatiflik gibi hatalı sonuçlar veriyorsa durdurulmalıdır”ifadesi olmuştur. Öne çıkan üç ana bakış açısı şöyle gruplanmıştır: (1) Yapay zekâ sistemlerinin kullanımı radyologların karar verme yetkisini azaltmaz, ancak etik ve hukuki bir fikir birliğine v varılması çok önemlidir. (2) Radyolojide yapay zekânın kullanımının gelecekte artacağı ve radyologların mesleki özerkliğinde bir azalma beklenmediği öngörülmektedir. (3) Yapay zekâ sistemlerinin bilimsel ve etik güvenilirliğinin sağlanabileceği düşünülmektedir. Sonuç: Türkiye'de yapay zekâyı günlük tıbbi uygulamalarında kullanan radyoloji uzmanlarının ortak bakış açıları incelendiğinde, genel olarak olumlu bir yaklaşıma sahip oldukları gözlemlendi. Radyoloji uzmanları, etik zorluklara rağmen, yapay zekâ sistemlerinin güvenilirliğinin iş birliği yoluyla artırılabileceğine ve kendi karar verme yetkilerinin korunacağına inanmaktadır. Bu tezde ilk olarak, yapay zekânın radyolojik görüntülemede kullanımının etik boyutunu araştırmada kullanılabilecek bir Q dizgesi geliştirilmiştir. İkinci olarak, yapay zekânın radyolojide kullanımına ilişkin etik rehberlerin oluşturulmasına katkı sağlamak amacıyla, radyoloji uzmanlarının öncelik verdiği etik konular belirlenmiştir. Sonuçlar disiplinler arası çalışmayla etik ve yasal fikir birliği oluşturmanın ve etkilenen diğer tarafların görüşlerini belirlemenin önemini vurgulamaktadır.
Özet (Çeviri)
Objective: When artificial intelligence (AI) is mentioned, people often imagine robotic entities with human-like anatomy. However, the concept of AI extends far beyond robotic devices, encompassing a wide range of developments across various fields. Today, AI appears in personal electronic devices, public services, and institutional applications, making life easier in numerous ways. One of the most prominent fields where AI is applied is medicine. While the use of AI in the diagnosis, detection, and treatment of diseases is exciting, it is essential that AI systems adhere to the traditional Hippocratic principle of“first, do no harm.”The integration of AI into medical processes necessitates a continuous focus on ethical and moral considerations, far more critically than in other fields. In particular, AI technologies show great promise in radiology but also bring significant ethical challenges. The aim of this thesis is to explore the ethical perspectives and attitudes of radiologists regarding the use of AI systems in medical imaging. Methods: This descriptive cross-sectional study used Q methodology to investigate the ethical perspectives of radiologists on the integration of AI into radiology. Data were collected from participants selected through snowball sampling, using a Q set developed by the researchers. The Q set comprised 36 statements representing seven ethical values: reliability, transparency, privacy, non-maleficence, justice and equity, responsibility, and efficiency. The Q set, digitized and published on https://ethicsqsort.netlify.app aimed to reveal radiologists' views on ethical values in the context of using AI systems in their daily practice. Participants were asked to rank the statements on a 6-point Likert scale, from“strongly disagree”(-3) to“strongly agree”(+3). Data were analyzed using person-centered factor analysis with KADE software. Results: A total of 41 radiologists participated in the study, with an average age of 43, and 29% of them were female and 71% were male. The average length of professional experience was 10 years, while the average duration of using AI systems was 4 years. The statement most agreed upon was,“The reliability of AI system outputs can be ensured through collaboration between designers and radiologists”, the least agreed-upon statement was,“AI systems should be stopped if they produce erroneous results such as false positives/negatives”. Three main viewpoints emerged: (1) The use of AI systems does not reduce radiologists' decision-making authority, but reaching ethical and legal consensus is crucial. (2) The use and impact of AI in radiology are expected to increase in the future vii without diminishing radiologists' professional autonomy. (3) Ensuring the scientific and ethical reliability of AI systems is considered possible. Conclusion: The common perspectives of radiologists in Türkiye who use AI in their daily medical practice are generally positive. Despite the ethical challenges, radiologists believe that the reliability of AI systems can be enhanced through collaboration and that their decision-making authority will remain intact. This thesis makes two contributions: first, it presents a Q set that can be used to investigate the ethical dimensions of AI use in radiological imaging. Second, it identifies the key ethical issues prioritized by radiologists, which can help contribute to the development of ethical guidelines for the use of AI in radiology. The results emphasize the importance of interdisciplinary collaboration to achieve ethical and legal consensus and highlight the need to consider the perspectives of all stakeholders involved.
Benzer Tezler
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Car damage analysis for insurance market using convolutional neural networks
Sigorta sektörü için evrişimsel sinir ağları kullanarak araç hasarı analizi
CİHAT TOLGA ARTAN
Yüksek Lisans
İngilizce
2019
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. TOLGA KAYA
- Tıbbi görüntülerden derin öğrenme yöntemi ile karaciğer ve beyin lezyonlarının bölütlenmesi
Segmentation of liver and brain lesions by deep learning approach from medical images
ONUR CAN BAYRAK
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. BÜLENT BAYRAM
- Classification of chest X-rays by divergence-based convolutional neural network
Diverjans temelli evrişimsel ağ ile akciğer röntgen görüntülerinin sınıflandırılması
MUHAMMED NUR TALHA KILIÇ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Improved fuzzy logic based edge detection method on clinical images
Klinik görüntülerde bulanık mantık temelli iyileştirilmiş kenar tespit yöntemi
MURAT MERT ÇELEN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER ÜSTOĞLU