Akademik Veri Yönetim Sistemi
Engin M. Ç. (Yürütücü), Dostbil A., Aksoy M., Tanyeli A., Kaşali K., Ceyhun G., et al.
Türkiye Sağlık Enstitüleri Başkanlığı (TÜSEB) Araştırma Projesi, 2023 - 2024
Mekanik dejenerasyonu, kırık, romatolojik hastalıklar ve enfeksiyon gibi birçok neden eklemlerde geri dönüşümü mümkün olmayan hasarlara sebep olmaktadır. Geri dönüşü mümkün olmayan eklem harabiyetleri ve kaynama beklentisi olmayan yaşlı hastalardaki femur boyun kırıklarında eklemin protez ile değiştirilmesi anlamına gelen artroplasti en geçerli tedavi metodlarından birisidir. Kalça kırığı cerrahisinin çoğu komorbiditeleri olan yaşlı hastalarda (>65 yaş) gerçekleştirildiğinden, bu operasyonlar hem sık perioperatif komplikasyonlar hem de postoperatif ölümlerle ilişkilidir. Artroplasti cerrahilerinde, protezin kemiğe yapışmasını sağlamak amacıyla kemik çimentosu kullanılmaktadır. Kemik çimento implantasyon sendromu, çimentolu kemik cerrahisi sırasında, en sık olarak çimentolama ve protez yerleştirme sırasında meydana gelen sistemik hipotansiyon, pulmoner hipertansiyon, aritmiler, bilinç kaybı ve kalp durması ile karakterize ölümcül bir komplikasyonudur. Kemik çimento implantasyon sendromu %28'e varan genel insidans ile sık görülen intraoperatif komplikasyon olmaya devam etmektedir ve bu sendrom intraoperatif ve postoperatif morbidite ve mortalitenin önemli nedenidir. Artroplasti ihtiyacı olan ve bekleyen hastaların sayısının artması ölümcül olabilecek bu komplikasyonun önlenmesi için yüksek riskli hastaların tanımlanmasını, hasta risk faktörlerinin ve komorbiditelerin ameliyat öncesi optimize edilmesini kısaca bu komplikasyonun önceden öngörülmesini zorlaştırmaktadır. Bu noktada yapay zekâ modellemesi kemik çimento implantasyon sendromu gelişiminin erken tespit edilmesinde yardımcı olacak ve bu sayede hastanın yaşam konforu ve yaşam süresini artırarak klinisyenler için önemli bir yapay zeka algoritma mekanizması olarak hizmet verecektir. Projedeki amacımız yapay zeka algoritmaları kullanılarak artroplasti operasyonlarında protezi kemiğe yapıştırmak için kullanılan polimetilmetakrilattan oluşan çimentoya bağlı gelişebilecek, intraoperatif ve postoperatif mortalite ve morbiditeye neden olabilen kemik çimento sendromu (BCIS) gelişiminin tahmin edilmesidir. Bu prospektif çalışma hastaların bilgilendirilmiş yazılı onayı alındıktan sonra sementli total diz artroplastisi, sementli parsiyel kalça artroplastisi ve sementli total kalça artroplastisi uygulanan ≥18 yaş hasta üzerinde yapılacaktır. Öncelikle sisteme girilecek veriler hazırlanacak. Toplanan veriler veri önişleme aşamasından geçirilerek yapay zeka algoritmalarına hazır hale getirilecek.Öznitelik çıkarma aşamasında, basit öznitelik yöntemi çıkarma algoritmaları, kurtosis, skewness, lokal maksimum, lokal minimum, hjorty parametreleri, temel bileşenler analizi işlemleri uygulanacak. Sınıflandırma aşamasında, bir veri kümesi birbirinden farklı ve önceden belirlenmiş sınıflardan birine atanmasıdır. Sınıflandırma algoritmaları, verilen eğitim kümesinden hangi veriyi hangi sınıfa atayacağını öğrenir. Daha sonra test verilerini doğru sınıflara atamaya çalışır. Sınıflandırma aşamasında Logistic regresyon, Linear discriminant analysis, Karar ağaçları, Naive Bayes, K-En yakın komşuluk algoritması, Destek vektör makinası ve Rasgele orman algoritmaları kullanılacaktır. Değerlendirme aşamasında hata matrisi oluşturularak modelin doğruluk değeri yorumlanarak en iyi model seçilecektir. Çalışmaya 250 hasta ile başlanacaktır. Eğitim aşamasında gerekli doğruluk değerine ulaşılmazsa hasta sayısı arttırılacaktır.