Treffer: Tiroid nodüllerinin ayırıcı tanısı için yapay zeka temelli tirads skorlama sistemi geliştirilmesi

Genellikle ilk değerlendirmesi bir dahiliye uzmanı gibi klinisyen tarafından gerçekleştirilen tiroid hastaları, daha sonra, detaylı inceleme için radyoloji bölümlerine yönlendirilmektedir. Bu süreç ultrasonografi iş yükünün yaklaşık %10'una; girişimsel radyoloji iş yükünün ise %20'sine denk gelmektedir. Tiroid nodülleri, nüfusun geniş bir kesimini etkileyen yaygın bir sağlık sorunu olup, doğru ve hızlı bir tanı büyük önem taşımaktadır. Ancak, geleneksel tanı yöntemlerindeki öznellik ve insana bağlı hatalar tanı doğruluğunu olumsuz etkileyebilir. Bu tezde, derin öğrenme teknikleri kullanılarak tiroid nodüllerinin ultrason görüntülerinden otomatik olarak değerlendirilmesi amaçlanmıştır. Tez kapsamında, tiroid özelinde yeni bir veri seti oluşturulmuş ve bu veri seti üzerinde yapay zeka modelleri oluşturulmuştur, nodül sınırlarının belirlenmesi ve TIRADS özelliklerinin tespiti sağlamıştır. Sonuç olarak, bu çalışma, tiroid kanseri taramasında yapay zeka destekli sistemlerin uygulanabilirliğini göstermekte ve klinisyenlerin karar alma süreçlerini iyileştirebilecek bir araç sunmaktadır.