Show simple item record

dc.contributor.advisorKaraca, Mehmet Ali
dc.contributor.authorBingöl Çırak, Merve
dc.date.accessioned2024-12-05T11:20:50Z
dc.date.issued2024
dc.date.submitted2024-06
dc.identifier.citationBingöl Çırak, M. Acil Serviste İskemik Serebrovasküler Olay Şüphesi Taşıyan Hastaların Bilgisayarlı Tomografi Görüntülerinin Yapay Zeka ile Değerlendirilmesi. Hacettepe Üniversitesi, Tıp Fakültesi, Acil Tıp Uzmanlık Tezi. Ankara, 2024.tr_TR
dc.identifier.urihttps://hdl.handle.net/11655/36246
dc.description.abstractIn this study, the performance of an artificial intelligence-based computer software, that was created by researchers in the present study, in recognizing ischemia causing thrombi using brain-neck computerized tomography angiography images and in detecting patients suitable for endovascular treatment among patients who admit to the emergency department with preliminary diagnosis of ischemic cerebrovascular event, was evaluated. In this retrospective study, the data of 1860 patients who admit to Hacettepe University Faculty of Medicine Emergency Department between the dates 01.08.2017-31.07.2022 and who were administered brain-neck computerized tomography angiography imaging with preliminary diagnosis of ischemic cerebrovascular event were analyzed. After the images were downloaded in DICOM format, images were evaluated uniformly using the algorithm that was written with Python coding language. Brain-neck computerized tomography angiography images were evaluated in terms of presence or absence of a thrombus using the artificial intelligence-based algorithm that was developed by the researchers. 48.2% of the patients were female (n=897), 51.8% were male (n=963). Median age was 64.65 years. Performance parameters of the algorithm on detecting thrombi when radiologist interpretation was defined as the gold standard were as follows: sensitivity 62.89%, specificity 19.13%, positive predictive rate 19.3%, negative predictive rate 76.11%. Parameters of the algorithm on detecting thrombi on ICA were calculated as: sensitivity 92.9%, specificity 22.2%, positive predictive rate 2.14%, negative predictive rate 99.19%. Parameters of the algorithm on detecting thrombi on MCA were calculated as: sensitivity 80.7%, specificity 21.9%, positive predictive rate 5.19%, negative predictive rate 99.55%. Parameters of the algorithm on detecting thrombi on PCA were calculated as: sensitivity 90.5%, specificity 22%, positive predictive rate 0.02%, negative predictive rate 99.19%. Parameters of the algorithm on detecting thrombi on ACA were calculated as: sensitivity 88.9%, specificity 21.9%, positive predictive rate 0.90%, negative predictive rate 99.59%. In conclusion, the use of artificial intelligence-based algorithms in emergency departments where radiology consultation is not available 24/7, will be greatly helpful for practitioners in early detection or exclusion of cerebrovascular thrombi. Although the software created in the present study needs to be further developed and updated in many aspects, it can be considered as a preliminary screening test in the clinical practice.tr_TR
dc.language.isoturtr_TR
dc.publisherTıp Fakültesitr_TR
dc.rightsinfo:eu-repo/semantics/restrictedAccesstr_TR
dc.subjectBilgisayarlı Tomografi Anjiyografitr_TR
dc.subjectİskemik İnmetr_TR
dc.subjectTanıtr_TR
dc.subjectTrombektomitr_TR
dc.subjectYapay Zekatr_TR
dc.subject.lcshR/W - Tıptr_TR
dc.titleACİL SERVİSTE İSKEMİK SEREBROVASKÜLER OLAY ŞÜPHESİ TAŞIYAN HASTALARIN BİLGİSAYARLI TOMOGRAFİ GÖRÜNTÜLERİNİN YAPAY ZEKA İLE DEĞERLENDİRİLMESİtr_TR
dc.typeinfo:eu-repo/semantics/bachelorThesistr_TR
dc.description.ozetBu çalışmada erişkin hastalarda mortalite ve morbiditenin önemli bir nedeni olan iskemik serebrovasküler olay ön tanısı ile acile servise başvuran hastaların; beyin-boyun anjiyografi görüntüleriyle iskemiye sebep olan trombüsü acil serviste erken dönemde tanımak ve endovasküler tedaviye uygun hastaları tespit etmek için tarafımızca geliştirilen bir yapay zeka tabanlı bir bilgisayar destekli yazılımın başarısı incelenmiştir. Retrospektif metodolojik bir araştırma olarak yapılan bu çalışmada, Hacettepe Üniversitesi Tıp Fakültesi Hastanesi Erişkin Acil Servisi’ne 01.08.2017-31.07.2022 tarihleri arasında başvuran ve iskemik serebrovasküler olay ön tanısı ile beyin-boyun anjiyografiyle görüntülenen 1860 hastaya ait veriler analiz edilmiştir. Hastalara ait görüntüler DICOM formatında kaydedildikten sonra Python programlama diliyle yazılmış olan algoritma üzerinde standardize edilerek değerlendirilmiştir. Tasarlanan yapay zeka algoritması tarafından bu hastaların beyin-boyun anjiyografi görüntüleri, trombüs varlığı ve yokluğu açısından değerlendirilmiştir. Çalışmaya dahil edilen hastaların %48,2’sinin kadın (n=897), %51,8’inin erkek olduğu görüldü (n=963). Median yaş 64,65 yıl olarak hesaplanmıştır. Radyolog yorumu altın standart olarak baz alındığında; trombüs varlığı ve yokluğu açısından yapay zeka analizinin sensitivitesi %62,89, spesifitesi %19,13, pozitif prediktif değeri %19,3, negatif prediktif değeri ise %76,11 olarak hesaplanmıştır. ICA açısından yapay zeka analizinin sensitivitesi %92,9, spesifitesi %22,2, pozitif prediktif değer % 2,14 negatif prediktif değer %99,19 olarak hesaplanmıştır. MCA açısından yapay zeka analizinin sensitivitesi %80,7, spesifitesi %21,9, pozitif prediktif değer % 5,19, negatif prediktif değer %99,55 olarak hesaplanmıştır. PCA açısından yapay zeka analizinin sensitivitesi %90,5, spesifitesi %22 pozitif prediktif değer %0,02, negatif prediktif değer %99,19 olarak hesaplanmıştır. ACA açısından yapay zeka analizinin sensitivitesi %88,9, spesifitesi %21,9, için pozitif prediktif değer % 0,90, negatif prediktif değer %99,59 olarak hesaplanmıştır. Sonuç olarak 24 saat radyoloji uzmanının olmadığı acil servislerde yapay zeka tabanlı yazılımların kullanımı ile iskemik serebrovasküler olay olan hastalarda trombüsü erken tespit etmede veya trombüs varlığını dışlamada acil servis hekimlerine büyük kolaylık sağlayacaktır. Çalışmamızda geliştirilen yapay zeka programının pek çok açıdan geliştirilmesi gerekmekle birlikte, klinik uygulamada bir tarama testi olarak kullanılabileceği düşünülmektedir.tr_TR
dc.contributor.departmentAcil Tıptr_TR
dc.embargo.terms6 aytr_TR
dc.embargo.lift2025-06-09T11:20:50Z
dc.fundingYoktr_TR
dc.subtypemedicineThesistr_TR


Files in this item

This item appears in the following Collection(s)

Show simple item record