Kemik fraktürlerinin radyolojik tanısındayapay zeka tabanlı karar destek algoritması geliştirilmesi

GİRİŞ VE AMAÇ: Yaygın olan ve sıklığı artan kırık vakalarına zamanında doğru tanının konulabilmesi için destek sistemlerine ihtiyaç vardır. Bu araştırma da acil servise kırık şüphesi ile başvuran hastaların, direkt grafilerini hekimlerin değerlendirilme sürelerinin ve kırığı atlama riskinin düşürülebilmesi için yapay zeka tabanlı karar destek algoritmasının oluşturulması amaçlanmaktadır. YÖNTEM: Araştırmaya 1040 fraktür grafisi ve 250 fraktür olmayan grafi dahil edildi. Bunlardan 832 fraktür grafisi ve 200 fraktür olmayan grafi eğitim datası olarak kullanılırken, 208 fraktür grafisi ve 50 fraktür olmayan grafi test datası olarak kullanıldı. Ham grafi imajlarına gürültü ekleme, bulanıklaştırma, kırma, çevirme ve döndürme gibi görüntü işleme teknikleri uygulanarak her imaj için 10 farklı görüntü elde edildi. Bu şekilde 10 320 direkt grafi kullanılarak transfer learning metodu ile makine öğrenimi gerçekleştirildi. BULGULAR: Test setindeki 258 grafi, oluşturulan model ile tahmin edildi. Model kırığı olan hastaların %82'sini kırık olarak tahmin etmektedir (Duyarlılık). Sağlam olan hastaların %88'ini sağlam olarak tahmin etmektedir (Özgüllük). Modelin kırık olarak tahmin ettiği hastaların %97'si gerçekte kırıktır (Kesinlik). Modelin sağlam olarak tahmin ettiği hastaların %54'ü gerçekte sağlamdır (Negatif prediktif değer). Model sağlam hastaların %12'sini kırık olarak tahmin etmektedir (Yanliş pozitiflik oranı). Model kırık hastalarının %18'ini sağlam olarak tahmin etmektedir (Yanlış negatiflik oranı). Modelin tüm hastalar içinde doğru tahmin yapma sıklığı ise %83'tür (Doğruluk). Modelin F1 skoru 0,89'dur. SONUÇ: Oluşturulan model verilerine göre özellikle %97 kesinlik ile hekimin kırık olduğunu düşündüğü vakalarda daha hızlı karar vermesini sağlayacaktır. Acil servislerde buna benzer modellerin kullanımı yanlış ve gecikmiş tanı sıklığını en aza indirecektir. Anahtar Kelimeler: Direkt grafi, kırıklar, makine öğrenimi, yapay zeka