Acil serviste proksimal femur fraktürlerinin tespitinde yapay zekanın kullanımı

Giriş ve Amaç: Bu çalışmanın amacı, proksimal femur fraktürlerinin acil serviste tanınmasında yapay zeka tabanlı bir derin öğrenme modelinin doğruluğunu ve etkinliğini değerlendirmek; bu modelin acil tıp asistanının tanı performansıyla karşılaştırmalı olarak analizini yapmaktır. Gereç ve Yöntem: Bu çalışmaya 15.08.2024-15.08.2025 tarihleri arasında Afyonkarahisar Sağlık Bilimleri Üniversitesi Tıp Fakültesi Acil Servisine travma şikayetiyle başvuran 18-100 yaş arası hastaların pelvik ve femur direkt grafi görüntüleri dahil edildi. Toplanan görüntüler 'kırık var' , 'kırık yok' , ve kırık sınıflandırmasına göre gruplara ayrıldı. Bounding box yöntemiyle görüntüler işaretlendi. İşaretleme sonrası Yolov11 algoritması ile model eğitimi yapıldı. Eğitilen bu model , acil tıp asistanı ve altın standard ile kıyaslandı. Bulgular: Toplam 4.000 görüntü taranmış, uygun bulunan 2.000 görüntü ile yapay zekâ modeli eğitilmiştir. Test aşamasında kullanılan 400 görüntü üzerinden, yapay zekâ modeli ile acil tıp asistanının "kırık var/yok" değerlendirmeleri Cohen's Kappa analizi ile karşılaştırılmıştır. Elde edilen Kappa katsayısı 0,980 olup, bu değer istatistiksel olarak anlamlı bulunmuştur (p < 0,001). Femur kırığı sınıflandırması açısından yapay zekâ modelinin, acil tıp asistanının değerlendirmelerine göre şaft kırıklarında %100 doğruluk sağladığı; boyun kırıklarında %78, intertrokanterik kırıklarda %88,8 ve subtrokanterik kırıklarda ise %59,6 doğruluk oranına ulaştığı tespit edilmiştir. Sonuç: YOLOv11 tabanlı yapay zekâ modeli, kırık var/yok ayrımında yüksek doğruluk göstermiş ve kırık tiplerinin sınıflandırılmasında da genel olarak başarılı bulunmuştur. Özellikle subtrokanterik kırıklarda duyarlılığın diğer kırık tiplerine göre daha düşük olması, bu alandaki veri eksikliğine bağlanmakta ve çalışmanın literatüre katkı potansiyelini ortaya koymaktadır. Elde edilen bulgular, yapay zekâ destekli bu tür sistemlerin hızlı karar verilmesi gereken acil servis koşullarında destekleyici bir tanısal araç olarak kullanılabileceğini düşündürmektedir. Anahtar kelimeler: Yapay Zeka, Acil Servis, Femur, Kırık, YOLOv11