Geri Dön

Acil serviste fraktür şüphesi taşıyan hastalara çekilen pelvis bilgisayarlı tomografi görüntülerinin yapay zeka ile değerlendirilmesi

Evaluation of patients with risk of pelvik farctures in emergecy department using artificial intelligence on CT images

PDF İndir

  1. Tez No: 983945
  2. Yazar: YÜKSEL CURCİOĞLU
  3. Danışmanlar: DOÇ. DR. MEHMET ALİ KARACA
  4. Tez Türü: Tıpta Uzmanlık
  5. Konular: Acil Tıp, Emergency Medicine
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  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: Belirtilmemiş.

Özet

Bu çalışmanın amacı, acil servise pelvik fraktür şüphesi ile başvuran hastaların bilgisayarlı tomografi (BT) görüntülerinde kırık tespiti için geliştirilen yapay zeka (YZ) modelinin performansını değerlendirmektir. Retrospektif olarak yürütülen çalışmaya, 01.01.2019- 01.01.2024 tarihleri arasında Pelvik BT çekilen, 18 yaş üstü 1060 hasta dahil edilmiştir. Hastaların demografik verileri ve radyolog raporları hastane kayıtlarından alınmış, BT görüntüleri anonimleştirilerek DICOM formatında toplanmıştır. Python kullanılarak Evrişimli Sinir Ağı tabanlı bir yapay zeka modeli geliştirilmiş ve kırık varlığını tespit edecek şekilde eğitilmiştir. İstatistiksel analizde Pearson Ki-kare testi kullanılmıştır (p<0.05 anlamlı kabul edilmiştir). Radyologlar hastaların %31,2 'sinde kırık saptarken, en sık etkilenen bölge femur kemiği olarak saptanmıştır (%18,6). Yapay zeka modeli ise %59,2 oranında kırık tespit etmiş; duyarlılığı %72,8, özgüllüğü %46,9 olarak ölçülmüştür. Yapay zeka ile Radyolog raporları arasındaki fark istatistiksel olarak anlamlıdır (p<0.001). Modelin majör fraktürleri tanıma eğiliminde olması, yüksek yanlış pozitiflik oranı ve performans değişkenliği, mevcut haliyle tek başına güvenilir bir tanı aracı olmasını sınırlandırmaktadır.

Özet (Çeviri)

The aim of this study is to evaluate the performance of an artificial intelligence (AI) model in detecting fractures on computed tomography (CT) images of patients presenting to the emergency department with the risk of pelvic fracture. Conducted retrospectively, it included 1,060 patients aged 18 and above who underwent pelvic CT between 01.01.2019-01.01.2024. Demographic data and radiologist-reported CT findings were obtained from hospital records, and CT images were collected in anonymized DICOM format. A Convolutional Neural Network (CNN)-based artificial intelligence model was developed using Python to perform binary classification for the presence of fractures. Chi-square test was used for statistical analysis (p<0.05 considered significant). Radiologists detected fractures in 31,2% of patients, with femur bone being the most commonly affected area (18,6%). The artificial intelligence model identified fractures in 59,2% of cases, showing 72.8% sensitivity and 46.9% specificity. The difference between artificial intelligence results and radiologist reports was statistically significant (p<0.001). The model's tendency to recognize major fractures, model's high false-positive rate and variable performance across age groups and anatomical locations limit its current reliability as a standalone diagnostic tool.

Benzer Tezler

  1. Tez No

    897169

    Acil serviste servikal, torakal ve lomber vertebra fraktürü şüphesi taşıyan hastaların bilgisayarlı tomografi görüntülerinin yapay zeka ile değerlendirilmesi

    Artificial intelligence evaluation of computerized tomography images of patient suspected for cervical, thoracic and lumbar vertebral fracture in the emergency department

    KÜBRA ÇALTEPE TÜRKMEN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2024

    Acil TıpHacettepe Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. MEHMET ALİ KARACA

  2. Tez No

    1000970

    Acil serviste çekilen lateral nazofarenks grafilerinde mevcut olan nazal fraktürlerin yapay zekayla tespiti ve hekim değerlendirmelerinin karşılaştırılması

    Detection of nasal fractures on lateral nasopharyngeal radiographs obtained in the emergency department using artificial intelligence and comparison with physician assessments

    MUSAP TAHA GÜVENGİL

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2026

    Acil TıpManisa Celal Bayar Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. EKİM SAĞLAM GÜRMEN

  3. Tez No

    722162

    Acil servise başvuran servikal travmalı hastaların retrospektif olarak değerlendirilmesi

    Retrospective evaluation of patients with cervical trauma applying to the emergency department

    AŞKIN KORKMAZ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    İlk ve Acil YardımAdnan Menderes Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. ALİ DUMAN

  4. Tez No

    538567

    Metakarpal kemik fraktürlerinin tanısında ultrasonografinin yeri

    The role of ultrasonography in the diagnosis of metacarpal fractures

    SALİH KOCAOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2015

    İlk ve Acil YardımSağlık Bakanlığı

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. AYHAN ÖZHASENEKLER

  5. Tez No

    454011

    Ayak ayak bileği travmalarında ultrasonografinin yeri

    Ultrasonography in foot and ankle trauma

    ÇAĞRI SERDAR ELGÖRMÜŞ

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    İlk ve Acil YardımYıldırım Beyazıt Üniversitesi

    Acil Tıp Ana Bilim Dalı

    DOÇ. DR. AYHAN ÖZHASENEKLER

Geri Dön