Acil servise kardiyak semptomlarla başvuran hastaların EKG' lerini değerlendirmede yapay zeka araçları google gemini advanced, chat GPT-4o ve acil tıp doktorlarının uyumlarının ve tanısal test performanslarının araştırılması
Investigation of artificial intelligence tools google gemini advanced, chat GPT-4o and emergency medicine physicians' compliance and diagnostic test performance in evaluating ECGs of patients presenting to the emergency department with cardiac symptoms
- Tez No: 945188
- Danışmanlar: DOÇ. DR. GÖKHAN AKSEL
- Tez Türü: Tıpta Uzmanlık
- Konular: Acil Tıp, Emergency Medicine
- Anahtar Kelimeler: Elektrokardiyografi, Yapay Zekâ, ChatGPT-4o, Google Gemini Advanced, Acil Tıp, Tanısal Doğruluk, Kardiyak Semptomlar, Electrocardiography, Artificial Intelligence, ChatGPT-4o, Google Gemini Advanced, Emergency Medicine, Diagnostic Accuracy, Cardiac Symptoms
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: İstanbul Ümraniye Eğitim ve Araştırma Hastanesi
- Ana Bilim Dalı: Acil Tıp Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Amaç: Bu çalışmanın amacı, acil servise kardiyak semptomlarla başvuran hastaların elektrokardiyografik (EKG) kayıtlarının değerlendirilmesinde, ChatGPT-4o ve Google Gemini Advanced yapay zekâ (YZ) modelleri ile klinik deneyimi iki yıl ve üzeri olan acil tıp asistanlarının uyumlarının ve tanısal doğruluk performanslarının değerlendirilmesidir. Gereç ve Yöntem: Tek merkezli, prospektif bir tanısal değerlendirme çalışması olarak tasarlanan bu araştırmada, 4 Nisan–4 Mayıs 2025 tarihleri arasında Sağlık Bilimleri Üniversitesi Ümraniye Eğitim ve Araştırma Hastanesi Acil Tıp Kliniği'ne başvuran ve kardiyak semptomlar gösteren hastalardan seçilen 40 EKG kaydı kullanılmıştır. EKG'ler, iki yıl ve üzeri kıdeme sahip yaklaşık 15 asistan hekim ve ChatGPT-4o ile Google Gemini Advanced sistemleri tarafından bağımsız şekilde yorumlanmıştır. Kardiyoloji uzman doktoruna kıyasla tanısal test performansları ve uyumları karşılaştırılmıştır. Bulgular: Çalışmada en sık tespit edilen tanı anterior STEMI olup, iskemik değişiklikler, ritim bozuklukları ve elektrolit dengesizlikleri gibi çeşitli EKG patolojilerine rastlanmıştır. Asistan doktorlar, özellikle STEMI, 3. derece AV blok ve iskemik değişikliklerin tanısında ChatGPT-4o ve Google Gemini Advanced' e kıyasla daha yüksek tanısal performans sergilemiştir. ChatGPT-4o, belirli ritim bozukluklarında yüksek doğruluk sergilemiş, ancak genel performansı asistan doktorların gerisinde kalmıştır. Google Gemini Advanced ise, çoğu tanı kategorisinde düşük duyarlılık ve sınırlı tanısal ayırt edicilik göstermiş olup diğer iki gruba kıyasla en başarısız tanısal test performansını sergilemiştir. Sonuç: Sonuçlar, mevcut yapay zekâ sistemlerinin kardiyak EKG değerlendirmesinde insan hekimlerin yerini alacak düzeyde olmadığını; ancak destekleyici araçlar olarak potansiyel taşıdıklarını ortaya koymuştur. Klinik deneyim ve hekim geştaltının, özellikle yüksek riskli hastaların tanısında vazgeçilmez olduğu bir kez daha doğrulanmıştır. Henüz yeterli tanısal test performansları yeterli olmayan yapay zeka yazılımlarının çok hızlı geliştiği düşünülürse yakın gelecekte bu anlamda çok daha yüksek katkı sunmaları olasıdır. Bu sebeple belirli aralıkla çalışmamıza benzer çalışmalarla bu gelişimin test edilmesi gerektiğini düşünüyoruz.
Özet (Çeviri)
Objective: The aim of this study is to evaluate the diagnostic accuracy and agreement between artificial intelligence (AI) models—ChatGPT-4o and Google Gemini Advanced—and emergency medicine residents with at least two years of clinical experience in interpreting electrocardiographic (ECG) recordings of patients presenting to the emergency department with cardiac symptoms. Materials and Methods: In this study, which was designed as a single-center, prospective diagnostic evaluation study, 40 ECG records selected from patients with cardiac symptoms who presented to the Emergency Medicine Clinic of the University of Health Sciences Ümraniye Training and Research Hospital between April 4 and May 4, 2025 were used. ECGs were independently interpreted by approximately 15 resident physicians with two years or more of seniority and ChatGPT-4o and Google Gemini Advanced systems. Their diagnostic test performance and agreement compared to the cardiology attending physician were compared. Results: The most frequently identified diagnosis in the study was anterior ST-elevation myocardial infarction (STEMI). A wide range of ECG pathologies—including ischemic changes, arrhythmias, and electrolyte disturbances—were also observed. Emergency medicine residents demonstrated superior diagnostic performance compared to ChatGPT-4o and Google Gemini Advanced, particularly in identifying STEMI, third-degree atrioventricular (AV) block, and ischemic alterations. While ChatGPT-4o showed relatively high accuracy in detecting certain arrhythmias, its overall diagnostic performance remained inferior to that of the residents. In contrast, Google Gemini Advanced exhibited the lowest diagnostic test performance among the three groups, with limited sensitivity and poor discriminatory ability across most diagnostic categories. Conclusion: The findings indicate that current artificial intelligence (AI) systems are not yet capable of replacing human clinicians in the interpretation of cardiac ECGs. However, they possess promising potential as supportive diagnostic tools. The critical role of clinical experience and physician gestalt, particularly in diagnosing high-risk patients, has once again been reaffirmed. Considering the rapid development of AI technologies, it is likely that these systems will contribute significantly more in the near future. Therefore, we believe that similar studies should be conducted periodically to monitor and evaluate these advancements.
Benzer Tezler
- NSTE MI tanılı hastalarda anjio öncesi ve anjio sonrası ekg değişikliklerinin karşılaştırılması
Ecg before and after angio in patients diagnosed with NSTE MI comparison of their changes
NEVZAT HERGÜL
Tıpta Uzmanlık
Türkçe
2024
Acil TıpVan Yüzüncü Yıl ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF. DR. SEVDEGÜL BİLVANİSİ
- Acil servise travma dışı göğüs ağrısı ve/veya akut koroner sendrom düşündüren şikayetler ile başvuran ve düşük riskli olarak sınıflandırılan hastaların ayaktan takibi uygun mudur?
Başlık çevirisi yok
CENKER EKEN
Tıpta Uzmanlık
Türkçe
2004
İlk ve Acil YardımAkdeniz ÜniversitesiAcil Tıp Ana Bilim Dalı
DOÇ. DR. OKTAY ERAY
- Acil servise göğüs ağrısı şikayeti ile başvuran hastaların akut koroner sendrom tanısı açısından değerlendirilmesinde glycogen phosphorylase isoenzyme BB'nin tanısal ve prognostik değerliliği
Diagnostic and prognostic value of glycogen phosphorylase isoenzyme BB in acute coronary syndrome evaluation of patients presenting to emergency department with chest pain
ŞEBNEM BOZKURT
Tıpta Uzmanlık
Türkçe
2006
İlk ve Acil YardımHacettepe ÜniversitesiAcil Tıp Ana Bilim Dalı
PROF.DR. KUDRET AYTEMİR
- Üçüncü basamak bir hastanede çocuk acil servisten çocuk kardiyoloji bölümüne yapılan konsültasyonların beş yıllık retrospektif değerlendirilmesi
A five-year retrospective evaluation of consultations from paediatric emergency department to paediatric cardiology department in a tertiary care hospital
KÜBRA KALYONCU
Tıpta Uzmanlık
Türkçe
2023
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. MEHMET KARACAN
- Acil serviste akut koroner sendromun hızlı tanısında kalp tipi yağ asidi bağlayıcı protein
Heart type fatty acid binding protein for rapid diagnosis of acute coronary syndromes in the emergency department
ÖNDER LİMON
Tıpta Uzmanlık
Türkçe
2009
İlk ve Acil YardımDokuz Eylül ÜniversitesiAcil Tıp Ana Bilim Dalı
YRD. DOÇ. DR. RIDVAN ATİLLA