Polikistik Ovaryum Sendromu tanısı için yapay zeka destekli klinik araç tasarımı

Çalışmanın amacı, kadınların üreme sağlığını etkileyen önemli bir endokrin bozukluk olan Polikistik Over Sendromu (PKOS) tanısı için yapay zeka (YZ) destekli bir klinik karar destek aracı geliştirmektir. Literatürde, PKOS tanısı genellikle klinik semptomlar, ultrason görüntüleme ve hormonal analizler kullanılarak konulmaktadır. Bununla birlikte, bu süreç uzun bir süreçtir ve esas olarak hasta ve doktor etkileşimine bağlıdır. Bu tezde, hastaların metin tabanlı ifadelerine dayalı olarak eksik bilgileri belirleyen ve dinamik soru yönlendirmeleri yapabilen bir sistem tasarlanmıştır. BioBERT ve SciBERT, biyomedikal alana özel olarak geliştirilmiş önceden eğitilmiş iki dil modeli olarak kullanılmıştır. Geleneksel büyük dil modellerinden (BDM) farklı olarak, geliştirilen sistem, hasta verilerine dayalı olarak PKOS riskini yüzde olarak tahmin eder ve makalelerden doğrulama yaparak karara yardımcı olmaktadır. Sistem ayrıca PKOS ile benzer semptomlara sahip NCCAH, hiperprolaktinemi ve Cushing sendromu gibi diğer hastalıkların ayırıcı tanısını da sunabilmektedir. Sistem çıktılarının açıklama kalitesini belirlemek için BLEU, ROUGE ve BERTScore gibi doğal dil işleme (DDİ) metrikleri kullanılmıştır. Sonuç olarak, çalışma, DDİ tabanlı dinamik sorgulama ve risk tahmini özellikleri ile PKOS tanısında YZ temelli etkileşimli sistemlerin potansiyelini ortaya koymakta ve literatüre yenilikçi bir katkı sunmaktadır.