Retrospektif Kohort Çalışmaları için Yapay Zeka Destekli Kullanıcı Arayüzü Geliştirilmesi: Nükleer Tıp Alanında Bir Vaka Çalışması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: Abdurrahman Rajab
Asıl Danışman (Eş Danışmanlı Tezler İçin): Ali Sarıkaş
Eş Danışman: Rabia Lebriz Uslu Beşli
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Son yıllarda yapay zekâ (AI) alanındaki ilerlemeler, bilimsel araştırma ve klinik uygulamalarda yenilikçi gelişmelere yol açmıştır. Otomasyon, akıllı veri işleme ve tahmine dayalı analiz gibi yetkinlikler, sağlık alanında daha önce mümkün olmayan uygulamaların önünü açmıştır. Bu bağlamda, insan dilini yüksek doğrulukla anlama, üretme ve analiz etme kapasitesine sahip Büyük Dil Modelleri (LLM), özellikle yapılandırılmamış verilerin yönetimi açısından dikkat çekici bir potansiyele sahiptir. Elektronik hasta kayıtları, laboratuvar sonuçları, görüntüleme raporları ve el yazısı tıbbi belgeler bu kapsamda en kritik veri kaynaklarını oluşturmaktadır. Retrospektif kohort çalışmaları, hastalık progresyonu, tedavi yanıtları ve klinik sonuçların değerlendirilmesinde temel yöntemlerden biridir. Ancak tarihsel el yazısı kayıtların heterojenliği, eksikliği ve okunabilirlik sorunları bu araştırma yaklaşımının önünde önemli engeller teşkil etmektedir. Manuel dijitalleştirme süreçleri ise hem zaman alıcı hem de hata ve gizlilik riski barındırmaktadır. Bu sorunları aşmak amacıyla, bu tez kapsamında İstanbul Üniversitesi-Cerrahpaşa, Cerrahpaşa Tıp Fakültesi, Dahili Tıp Bilimleri Bölümü, Nükleer Tıp Anabilim Dalı'ndaki tiroid kanseri vakalarına odaklanan, AI destekli bir retrospektif analiz sistemi geliştirilmiştir. Sistem, el yazısı belgeleri dijitalleştirmek ve metin içeriklerini çıkarmak için optik karakter tanıma (OCR) teknikleri ile LLM tabanlı dil işleme modellerini bir arada kullanmaktadır. Görüntü iyileştirme, gürültü azaltma ve segmentasyon gibi ön işleme adımları doğruluk oranlarını artırmak üzere sürece entegre edilmiştir. Elde edilen veriler; hasta demografisi, klinik raporlar, laboratuvar sonuçları ve görüntüleme bulgularını kapsayan ilişkisel bir veritabanında yapılandırılmıştır. Süreci yöneten yapay zekâ ajanı, belge sınıflandırma, metin çıkarımı, hata düzeltme ve veritabanı entegrasyonu görevlerini otomatikleştirerek iş akışının bütüncül yönetimini sağlamaktadır. Geliştirilen sistem hem mobil uygulama hem de web tabanlı kullanıcı arayüzleri ile desteklenmiştir. Mobil uygulama, yeni belgelerden gerçek zamanlı veri toplama ve manuel giriş hatalarının azaltılması imkânı sunarken; web arayüzü ayrıntılı analiz, görselleştirme ve raporlama desteği sağlamaktadır. Klinik kullanıcılar ve araştırmacılar, veri filtreleme, istatistiksel özetleme ve hasta sonuçlarının zamansal takibi gibi işlevler aracılığıyla eyleme dönüştürülebilir bilgilere erişebilmektedir. Hibrit mobil uygulama, yeni belgelerden gerçek zamanlı veri toplama imkânı sunarak manuel giriş hatalarını azaltırken, web tabanlı arayüz detaylı analiz, görselleştirme ve raporlama desteği sağlamaktadır. Sistem, veri filtreleme, istatistiksel özetleme ve hasta sonuçlarının zamansal takibini yaparak klinisyen ve araştırmacılara eyleme dönüştürülebilir bilgiler sunmaktadır. Uygulama sürecinde karşılaşılan temel zorluklar arasında tutarsız el yazısı, eksik kayıtlar ve veri gizliliği sorunları yer almıştır. Bu bağlamda hasta bilgileri anonimleştirilmiş, güvenli veri saklama yöntemleri, erişim kontrolü ve denetleme mekanizmaları uygulanmıştır. Elde edilen sonuçlar, sistemin retrospektif veri toplama süresini önemli ölçüde kısalttığını ve veri kalitesini artırdığını göstermektedir. Önceden haftalar süren manuel giriş süreçleri, bu sistem aracılığıyla daha hızlı, güvenilir ve tekrarlanabilir bir biçimde yürütülebilmektedir. Ayrıca modüler ve genişletilebilir yapısı sayesinde, sistemin farklı klinik alanlara veya araştırma konularına uyarlanabilmesi mümkündür. Sonuç olarak, bu tez çalışması, LLM, yapay zekâ ajanları ve özel dijital arayüzlerin retrospektif kohort araştırmalarında etkin ve güvenilir biçimde kullanılabileceğini ortaya koymaktadır. Tarihsel kayıtların otomatik dijitalleştirilmesi, metin çıkarımı ve yapılandırılması yoluyla geçmiş ile günümüz araştırma süreçleri arasında bir köprü kurulmuş; araştırma verimliliği artırılmış, hasta gizliliği korunmuş ve sağlık alanında daha geniş uygulamalara yönelik güçlü bir temel sunulmuştur.