Özçağlayan, ÖmerGüner, Davut Can2024-07-122024-07-1220242024Güner, Davut Can (2024). Yapay zekada verilerin işlenmesi, veri setlerinin oluşturulması ve mamografide meme dansite uygulamaları. (Yayımlanmamış Tıpta Uzmanlık Tezi). Maltepe Üniversitesi, Lisansüstü Eğitim Enstitüsü, İstanbul.https://hdl.handle.net/20.500.12415/9974Amaç: Yapay zeka uygulamaları günlük radyoloji pratiğinde kullanılmaktadır. Çalışmamızda yapay zeka eğitimi için doğru ve kaliteli veri toplamanın önemi, programının meme dansitesinin tahminindeki başarısı ve radyoloji asistanı ile performans karşılaştırılması ele alınmaktadır. Sonuç olarak yapay zekanın klinik olarak uygulanabilirliği değerlendirilmektedir. Gereç ve yöntem: Ocak 2021 – Temmuz 2021 tarihleri kliniğimizde; meme kanseri taraması amacı ile mamografi yapılan olgular retrospektif olarak tarandı ve PACS ‘ta 754 hasta kaydına ulaşıldı ve 282 hasta dışlama kriterlerine (artefakt, post-op vb) göre çalışmadan çıkarıldı. Kalan 472 hasta çalışmaya dahil edildi. Hastaların mamografi görüntüleri meme konusunda kıdemli radyolog, yapay zeka programı ve radyoloji asistanı tarafından değerlendirildi. Meme dansitesinin belirlenmesinde yapay zeka programı ile radyoloji asistanının performans analizi IBM SPSS Statistics ver. 25 (IBM Corporation, Armonk, NY, US) istatistik programı kullanılarak değerlendirildi. Bulgular: Meme dansitesinin belirlenmesinde yapay zekanın kıdemli radyolog ile olan tutarlılığı %97,2 iken radyoloji asistanının kıdemli radyolog ile olan tutarlılığı %95,6 olup yapay zeka ile radyoloji asistanı arasında istatistiksel olarak anlamlı fark yoktu (p=0,057). Benzer şekilde <40 yaş, 40-49 yaş, 50-59 yaş ve ?60 yaş grupları içerisinde memenin dense olup olmaması açısından kıdemli radyolog ile tutarlı sonuç verme durumu yapay zekanın lehine görece yüksek olmakla beraber yapay zeka ile radyoloji asistanı arasında istatistiksel olarak anlamlı herhangi bir fark görülmemiştir (p=0,500; p=0,453; p>0,999 ve p=0,500). Sonuç: Meme dansitesinin belirlenmesinde yapay zeka programı ile radyoloji asistanı benzer performans göstermekle birlikte, yaş alt grupları ile birlikte değerlendirildiğinde yapay zeka bazı alt gruplarda radyoloji asistanından yüksek performans göstermektedir. Güncel pratikte meme dansitesinin belirlenmesinde yapay zeka programı başarılı ve meme konusunda kıdemli radyolog ile performansları koreledir.Purpose: Artificial intelligence applications are used in daily radiology practice. In our study, the importance of collecting accurate and high-quality data for artificial intelligence training, its capacity in comprehensive breast density estimation, and its performance comparison with a radiology asistant are discussed. As a result, the clinical applicability of artificial intelligence is evaluated. Materials and methods: January 2021 – July 2021 in our affiliated clinic; cases who underwent mammography for breast cancer screening were retrospectively scanned and 754 patient records were accessed in PACS and 282 patients were excluded from the study according to exclusion criteria (artifact, post-op, etc.). The remaining 472 patients were included in the study. The mammography rates of the patients were evaluated by the expert radiologist, artificial intelligence program and radiology asistant. Performance analysis of the radiology assistant and the artificial intelligence program in determining breast density: IBM SPSS Statistics ver. 25 (IBM Corporation, Armonk, NY, US) was evaluated using the statistical program. Results: The study revealed that even though the consistency of artificial intelligence with the expert radiologist in determining breast density was 97.2%, and the consistency of the radiology assistant with the experted radiologist was 95.6%, there was no statistically significant difference between artificial intelligence and the radiology assistant (p=0.057). Similarly, artificial intelligence exhibited a tendency towards relatively higher consistency with the expert radiologist in determining breast density across age groups of <40 years, 40-49 years, 50-59 years, and ?60 years, no statistically significant distinction was found between artificial intelligence and the radiology assistant (p=0.500; p=0.453; p>0.999 and p=0.500). Conclusion: Although the artificial intelligence program and radiology asistant show similar performance in determining breast density, when evaluated together with age subgroups, artificial intelligence shows higher performance than radiology assistant in some subgroups.trinfo:eu-repo/semantics/openAccessSpecialist Thesis