Çift lümenli tüp ile entübasyon zorluğunun değerlendirilmesinde fotoğraf tabanlı yapay zeka algoritmalarının etkinliği ve güvenilirliği

Effectiveness and reliability of photo-based artificial intelligence algorithms in assessing double-lumen tube intubation difficulty

PDF İndir

Tez No: 947262
Yazar: DENİZ SERİM KORKMAZ
Danışmanlar: PROF. DR. ALİ ALAGÖZ
Tez Türü: Tıpta Uzmanlık
Konular: Anestezi ve Reanimasyon, Anesthesiology and Reanimation
Anahtar Kelimeler: Çift Lümenli Tüp, Tek Akciğer Ventilasyonu, Yapay Zeka, Zor Entübasyon, Double-Lumen Tube, One-Lung Ventilation, Artificial Intelligence, Difficult Intubation
Yıl: 2025
Dil: Türkçe
Üniversite: Sağlık Bilimleri Üniversitesi
Enstitü: Ankara Atatürk Göğüs Hastalıkları ve Göğüs Cerrahisi Eğitim ve Araştırma Hastanesi
Ana Bilim Dalı: Anesteziyoloji ve Reanimasyon Ana Bilim Dalı
Bilim Dalı: Belirtilmemiş.
Sayfa Sayısı: Belirtilmemiş.

Özet

Çift Lümenli Tüp ile Entübasyon Zorluğunun Değerlendirilmesinde Fotoğraf Tabanlı Yapay Zeka Algoritmalarının Etkinliği ve Güvenilirliği Çift lümenli tüp (ÇLT) ile entübasyon, tek akciğer ventilasyonu (TAV) gerektiren cerrahi prosedürlerde ve yoğun bakımlarda TAV istenen durumlarda kullanılan bir tekniktir. Ancak, anatomik farklılıklar ve teknik zorluklar nedeniyle ÇLT ile entübasyon bazı hastalarda zor olabilir. Konvansiyonel yöntemlerle entübasyon zorluğunu öngörmek, klinisyenlerin subjektif değerlendirmelerine dayandığından güvenilirliği sınırlıdır. Yapay zeka (YZ) tabanlı görüntü analizi teknikleri, klinikte karar destek mekanizmaları olarak gün geçtikçe daha fazla önem kazanmaktadır. Bu çalışmada, fotoğraf tabanlı YZ algoritmalarının ÇLT ile entübasyon zorluğunu öngörme ve değerlendirmedeki etkinliği araştırılmıştır. Araştırmamızın temel amacı, ÇLT'lerle gerçekleştirilen entübasyon sırasında karşılaşılan zorlukları değerlendirmek ve bu zorlukları öngörmede fotoğraf tabanlı YZ algoritmalarının etkinliğini ve güvenilirliğini incelemektir. Çalışmamızda, ÇLT ile entübasyon planlanan hastaların preoperatif olarak farklı açılardan çekilen ağız, yüz ve boyun bölgesi fotoğrafları kullanılarak YZ modeli eğitilmiştir. ÇLT ile entübasyonun; entübasyon sürecindeki zorluk derecesi, entübasyon süresi, deneme sayısı ve yardımcı cihaz kullanımı ihtiyacı gibi klinik değişkenlerle karşılaştırılmıştır. Fotoğraf tabanlı YZ modelinin doğruluk, hassasiyet ve özgüllük değerleri istatistiksel olarak analiz edilmiştir. Preoperatif dönemde hastaların 7 ayrı şekilde ve açıda fotoğrafları kayıt altına alınmıştır. Hastaların intraoperatif dönemde ÇLT ile entübasyonu değerlendirilerek hastalar kolay ve zor entübasyon olmak üzere iki kategoriye ayrılmıştır. Bu kategorilendirme entübasyon zorluk skoruna (EZS) göre yapılmıştır. EZS <5 olan hastalar kolay entübasyon; EZS≥5 olan hastalar zor entübasyon olarak değerlendirilmiştir. Çalışma için 302 hastanın preoperatif dönemde çekilen fotoğrafları intraoperatif dönemdeki ÇLT ile yapılan entübasyonlarının zorluklarına göre etiketlenmiştir. Çalışmaya dahil edilme kriterlerini karşılayan 260 hastanın verileri xii rastgele seçilerek 215 hastanın fotoğrafları, fotoğraf tabanlı YZ modelini eğitmek için kullanılırken, yine rastgele seçilen ve eğitim aşamasında kullanılmayan 45 hastanın fotoğrafları bu modeli test etmek için kullanılmıştır. Çalışmamıza dahil edilen hastaların fotoğraf tabanlı YZ modeli tarafından değerlendirilen anatomik özellikleri ile gerçek entübasyon zorlukları arasında anlamlı bir ilişki bulunmuştur (p<0,001) (F1 skor: 0,68, AUC: 0,87). Fotoğraf tabanlı YZ modeli, ÇLT ile zor entübasyon hastalarını tahmin etmede yüksek doğruluk oranı göstermiştir (%89,6 doğruluk, %78,4 duyarlılık ve %97 özgüllük). Fotoğraf tabanlı YZ modeli ile değerlendirme, klinisyenler için konvansiyonel yöntemlere kıyasla uygulamada daha objektif ve hızlı bir öngörü sağlamıştır. Fotoğraf tabanlı YZ algoritmaları, ÇLT ile entübasyon zorluklarını tahmin etmede potansiyel olarak etkili bir araç olabilir. Fotoğraf tabanlı YZ modelinin preoperatif dönemde zor entübasyon riskinin değerlendirmesinde kullanılması, hasta güvenliğini artırabilir ve klinik süreçleri iyileştirebilir. Ancak, geniş ölçekli ve farklı hasta gruplarını içeren prospektif klinik çalışmalarla doğrulanması gerekmektedir.

Özet (Çeviri)

Effectiveness and Reliability of Photo-Based Artificial Intelligence Algorithms in Assessing Double-Lumen Tube Intubation Difficulty Endotracheal intubation with a double-lumen tube (DLT) is a technique used in surgical procedures requiring one-lung ventilation (OLV) and in intensive care settings where OLV is needed. However, due to anatomical variations and technical challenges, DLT intubation may be difficult in certain patients. Predicting intubation difficulty using conventional methods relies on clinicians' subjective assessments, limiting its reliability. Artificial intelligence (AI)-based image analysis techniques are increasingly gaining importance as decision-support mechanisms in clinical practice. This study investigates the effectiveness of photo-based AI algorithms in predicting and assessing the difficulty of DLT intubation. The primary objective of our research is to evaluate the challenges encountered during intubation performed with DLT and to examine the effectiveness and reliability of photo-based AI algorithms in predicting these challenges. In our study, an AI model was trained using preoperative photographs of the mouth, face, and neck regions of patients scheduled for DLT intubation, captured from different angles. The difficulty of DLT intubation was compared with clinical variables such as the degree of difficulty during the intubation process, intubation time, number of attempts, and the need for auxiliary devices. The accuracy, sensitivity, and specificity of the photo-based AI model were statistically analyzed. During the preoperative period, patients' photographs were recorded from nine different positions and angles. In the intraoperative period, DLT intubation was assessed, and patients were categorized into two groups: easy and difficult intubation. This classification was based on the Intubation Difficulty Score (IDS), where patients with an IDS <5 were classified as easy intubation, while those with an IDS ≥5 were classified as difficult intubation. The preoperative photographs of 302 patients were labeled according to the difficulty of DLT intubation during the intraoperative period. Data from 260 patients who met the inclusion criteria were randomly selected. Among them, the photographs of 215 patients were used to train the photo-based AI model, while the photographs of xiv 45 randomly selected patients, who were not included in the training phase, were used to test the model. A significant correlation was found between the anatomical features evaluated by the photo-based AI model and actual intubation difficulty (p<0,001) (F1 score: 0,68, AUC: 0,87). The photo-based AI model demonstrated a high accuracy rate in predicting difficult DLT intubations (%89.6 accuracy, %78.4 sensitivity, %97 specificity). Compared to conventional methods, the AI-based evaluation provided clinicians with a more objective and rapid prediction. Photo-based AI algorithms have the potential to be an effective tool for predicting DLT intubation difficulties. The use of a photo-based AI model in the preoperative assessment of difficult intubation risk may enhance patient safety and improve clinical workflows. However, validation through large-scale prospective clinical studies involving diverse patient populations is required.

Benzer Tezler

Tez No
912200
Çift lümenli endobronşiyal tüp(ÇLT) ile entübe edilen elektif göğüs cerrahisi vakalarında zor emtübasyon skor ve parametrelerinin çlt ile entübasyon zorluğunu öngörmedeki yerinin belirlenmesi
Determining the role of difficult intubation scores and parameters in predicting the difficulty of intubation with double-lumen endobronchial tubes (DLT) in elective thoracic surgery cases
MESHER ENSARİOĞLU
Tıpta Uzmanlık
Türkçe
2025
Anestezi ve Reanimasyon Sağlık Bilimleri Üniversitesi
Anesteziyoloji ve Reanimasyon Ana Bilim Dalı
DOÇ. DR. MEHTAP TUNÇ
Tez No
950692
Acil serviste endotrakeal entübasyon sağlanan olguda tek akciğer ventilasyonuna geçiş gerektiğinde acil tıp hekimlerinin endotrakeal tüp, modifiye endotrakeal tüp, EZ blokör, Uni blokör ve çift lümenli tüp ile sağlayacakları tek akciğer izolasyonuna yönelik prosedürlerin incelenmesi: Prospektif maket çalışması
Examination of the procedures for single lung isolation that emergency medicine physicians will provide with endotracheal tube, modified endotracheal tube, EZ blocker, Uni blocker and double lumen tube when it is necessary to switch to single lung ventilation in cases with endotracheal intubation in the emergency department: Prospective model study
KÜBRA TÜRKYILMAZ
Tıpta Uzmanlık
Türkçe
2025
Acil Tıp Sağlık Bilimleri Üniversitesi
Acil Tıp Ana Bilim Dalı
DOÇ. DR. SEDAT BİLGE
Tez No
916896
Göğüs cerrahisinde, sol taraflı çift lümenli endobronşiyal tüp boyutunu ve ideal yerleştirme derinliğini tahmin etmede; ultrasonografi ve bilgisayarlı tomografi kullanılarak yapılan anatomik ölçümlerin, klasik yöntem ile kıyaslanması
Comparison of anatomical measurements made using ultrasonography and computerized tomograph with the classical method in estimating left-sided double-lumen endobronchial tube size and ideal insertion depth in chest surgery
ŞEYDA ÖZKAN
Tıpta Uzmanlık
Türkçe
2024
Anestezi ve Reanimasyon Sağlık Bilimleri Üniversitesi
Anesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. SUMRU ŞEKERCİ
DOÇ. DR. HÜLYA YİĞİT
Tez No
524994
Çift lümenli tüp uygulanan hastalarda Storz C-Mac® D blade videolaringoskop ve McGrath® Mac X3 blade videolaringoskopun karşılaştırılması
Comparison of Storz C-Mac® D blade videolaringoscope with McGrath® Mac X3 blade videolaringoscope in double lumen tube patients
KASIM ERTÜRK
Tıpta Uzmanlık
Türkçe
2018
Anestezi ve Reanimasyon İnönü Üniversitesi
Anesteziyoloji ve Reanimasyon Ana Bilim Dalı
YRD. DOÇ. AHMET SELİM ÖZKAN
Tez No
907986
Çift lümenli tüp uygulanan hastalarda C-MAC ® MAC bleyd videolaringoskop, C-MAC ® D bleyd videolaringoskop ve macintosh laringoskopun karşılaştırılması
Comparison of C-MAC ® mac blade videolaryngoscope, C-MAC ® D blade videolaryngoscope and macintosh laryngoscope in double lumen tube patients
YELİZ TUNÇ ÖZER
Tıpta Uzmanlık
Türkçe
2023
Anestezi ve Reanimasyon İnönü Üniversitesi
Anesteziyoloji ve Reanimasyon Ana Bilim Dalı
PROF. DR. FERAY AKGÜL ERDİL

Geri Dön