HABİP ESER AKKAYA, ÖNDER POLAT, UĞUR KESİMAL, AHMET PEKER
Ankara Eğitim ve Araştırma Hastanesi Tıp Dergisi - 2025;58(2):55-59
ÖZET AMAÇ: Gelişimsel venöz anomali (GVA), en yaygın serebral vasküler malformasyon türüdür ve genellikle tesadüfen teşhis edilir. Manyetik rezonans görüntüleme (MRG) teknolojisinin özel bir uygulaması olan duyarlılık ağırlıklı görüntüleme (SWI); mikrokanamalar, demir birikimleri ve iskemik lezyonların tespitinde yaygın olarak kullanılır. Bu çalışmada, derin öğrenme tabanlı bir modelin GVA tanısındaki doğruluğunu belirlemek ve klinik uygulamalardaki potansiyel kullanımını değerlendirmek amaçlanmıştır. GEREÇ VE YÖNTEM: Bu çalışmaya, Ocak 2021 - Mayıs 2023 tarihleri arasında hastanemizde kraniyal SWI MRG incelemesi yapılan ve GVA saptanan 99 hasta ile GVA bulunmayan 100 kontrol dahil edilmiştir. Tüm görüntüleme verileri, 10 yıllık deneyime sahip bir nöroradyolog tarafından değerlendirilmiştir. Derin öğrenme süreci, DenseNet121 modeli kullanılarak başlatılmıştır. BULGULAR: Çalışma kohortu 109 kadın ve 90 erkekten oluşmakta olup, ortalama yaş 41,62 ± 19,69 yıl olarak hesaplanmıştır. GVA tanısı alan 99 hastada toplam 104 lezyon tespit edilmiştir. Geliştirilen modelin GVA’ları tespit etmede duyarlılığı (%85 ± 5,0), özgüllüğü (%81 ± 9,6), doğruluğu (%83 ± 5,7) ve eğri altındaki alanı (%90 ± 2,99) yüksek bulunmuştur. TARTIŞMA: Bu çalışmanın bulguları, geliştirilen derin öğrenme modelinin GVA’ların doğru tanısında etkili bir şekilde kullanılabileceğini göstermektedir. Model, literatürde önemli bir boşluğu doldurmakta ve gelecekteki araştırmalar için sağlam bir temel sunmaktadır. Farklı popülasyonlarda test edilmesi ve harici doğrulama çalışmalarının yapılması, modelin genellenebilirliğini ve güvenilirliğini daha da artıracaktır.
