ChatGPT'nin lazer refraktif cerrahi ve keratokonus yönetimi önerilerinin kornea uzmanlarıyla karşılaştırılması
Comparison of ChatGPT's recommendations on laser refractive surgery and keratoconus management with corneal specialists
- Tez No: 1018134
- Danışmanlar: DOÇ. DR. BURCU KASIM TEKDEMİR, UZMAN MİRAY FAİZ TURAN
- Tez Türü: Tıpta Uzmanlık
- Konular: Göz Hastalıkları, Eye Diseases
- Anahtar Kelimeler: Keratokonus, Lazer refraktif cerrahiler, Yapay zeka, Büyük dil modelleri, ChatGPT, Keratoconus, Laser refractive surgeries, Artificial intelligence, Large language models, ChatGPT
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Sağlık Bilimleri Üniversitesi
- Enstitü: Adana Tıp Fakültesi
- Ana Bilim Dalı: Göz Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET ChatGPT'nin Lazer Refraktif Cerrahi ve Keratokonus Yönetimi Önerilerinin Kornea Uzmanlarıyla Karşılaştırılması Amaç: Yapay zeka, tıp alanında çeşitli karar verme aşamalarında giderek artan şekilde araştırılmaktadır. Oftalmolojide yapay zekanın kullanım hedeflerinden birisi de keratokonus (KK) tanı ve taramasıdır. Özellikle günümüzde yaygın şekilde uygulanan lazer refraktif cerrahilerden önce KK hastalığın tespiti kritik öneme sahiptir. KK, özellikle erken evrede saptanması ve progresyonunun kontrol altına alınması durumunda görme kaybına yol açacak pek çok komplikasyonun önüne geçilebilmektedir. Ancak hastalığın tanısı ve tedavisi için özelleşmiş bir kornea uzmanına erişim her zaman mümkün olmayabilmektedir. Çalışmamızın amacı, bir büyük dil modeli olan ChatGPT'nin lazer refraktif cerrahiye uygunluk değerlendirmesi ve KK tanısındaki performansını saptamak, tedavi önerilerinin doğruluğunu araştırmak; ChatGPT'nin hem yoğun topografi yükü olan kliniklerde klinik karar destek sistemlerine entegrasyonunun mümkün olup olmadığını saptamak hem de genel oftalmoloji alanında hizmet veren hekimlerin ChatGPT'yi klinik pratikte güvenilir bir şekilde kullanıp kullanamayacağını ortaya koymaktır. Gereç ve Yöntemler: Çalışmamızda Adana Şehir Eğitim ve Araştırma Hastanesi Göz Hastalıkları Kornea Biriminde 01.01.2018 - 31.07.2025 tarihleri arasında lazer refraktif cerrahi yapılan ve KK tanısı ile takip edilen 50 yaşın altında 210 hastanın 281 gözüne ait korneal topografi (Pentacam, Oculus, Wetzler, Germant)“4-Maps Refractive”haritaları kesitsel olarak incelendi. Hastalar 3 gruba ayrıldı: Normal popülasyon grubu (Grup 1; 54 hasta, 99 göz), topografik keratokonus evrelemesine (TKC) göre TKC 1 olarak sınıflandırılan erken evre KK grubu (Grup 2; 81 hasta, 90 göz) ve TKC 2 ve 3 olarak sınıflandırılan ileri evre KK grubu (Grup 3; 75 hasta, 92 göz). TKC 4 olarak evrelendirilen olgularda korneal skarın yaygın görülmesi sebebiyle çalışma dışı bırakıldı. Her bir topografi çıktısı 2 kornea uzmanı ve ChatGPT tarafından aynı standart protokol altında ve birbirinden bağımsız olarak değerlendirildi. Her harita için her bir değerlendiriciye 5 standart soru yöneltildi ve yanıtlar sistematik olarak kaydedilerek uzmanlar ve ChatGPT arasındaki uyum karşılaştırıldı ve ChatGPT'nin performansı değerlendirildi. Bulgular: Refraktif cerrahiye uygunluk kararlarında uzmanlar arasında ve ChatGPT ile uzmanlar arasında çok iyi ve istatistiksel anlamı uyum saptandı (p<0,001). KK tanısı kararlarında ise uzmanlar arasında çok iyi düzeyde uyum saplanırken ChatGPT ile uzmanlar arasında ise iyi düzeyde uyum sağlandı (p<0,001). CXL önerisi kararlarında uzmanlar arasında orta-iyi düzeyde uyum sağlanırken, ICR ve PRK+CXL önerisinde ise kötü düzeyde uyum saptanmıştır (p<0,001). CXL, ICR kararlarında uzmanlar ile ChatGPT arasında istatistiksel anlamlı uyum saptanmamıştır (p değerleri sırasıyla 0,092/0,7). PRK+CXL kararlarında ise ChatGPT ile uzmanlar arasında orta düzeyde uyum saptanmıştır(p<0,001) ancak karar birliği sağlanan olgu sayısı sınırlı olduğundan uyum anlamlı değerlendirilmemiştir. Performans analizlerinde ise refraktif cerrahi X uygunluk değerlendirmesi duyarlılık %97,3 olarak, özgüllük ise %87,3 olarak hesaplanmıştır. KK tanısında ise duyarlılık %79,4 olarak, özgüllük ise %94,8 hesaplanmıştır. ChatGPT'nin refraktif cerrahi uygunluk değerlendirmesinde negatif prediktif değeri %98,8 olarak hesaplanmış ve KK tanısında da benzer şekilde pozitif prediktif değer %96,1 olarak hesaplanmıştır. Sonuç: ChatGPT'nin klinik uygulamalara özellikle refraktif cerrahi için uygun olmayan, KK hastalarını yüksek oranda ayırt edebilmesi sebebiyle tarama ve ön eleme aracı olarak entegre edilebileceği düşülmektedir. KK tedavi önerilerinde ise henüz klinik uygulamalara entegre edilebilecek düzeyde bir performans göstermemiştir.
Özet (Çeviri)
ABSTRACT Comparison of ChatGPT's Recommendations on Laser Refractive Surgery and Keratoconus Management with Corneal Specialists Purpose: Artificial intelligence is increasingly being investigated for use in various decision-making stages in medicine. One of the goals of artificial intelligence use in ophthalmology is the diagnosis and screening of keratoconus (KC). Detection of KC before laser refractive surgeries, which are widely performed today, is of critical importance. Many complications leading to vision loss can be prevented if the disease is detected at an early stage and its progression is controlled. However, access to a specialized corneal specialist for diagnosis and treatment of the disease is not always possible. The aim of our study was to determine the performance of ChatGPT, a large language model, in assessing eligibility for laser refractive surgery and diagnosing KC, and to investigate the accuracy of its treatment recommendations; to determine whether ChatGPT can be integrated into clinical decision support systems in clinics with a high topography workload, and to reveal whether ChatGPT can be reliably used in clinical practice by physicians serving in general ophthalmology. Materials and Methods: In our study,“4-Maps Refractive”corneal topography (Pentacam, Oculus, Wetzlar, Germany) maps of 281 eyes of 210 patients under 50 years of age who underwent laser refractive surgery and were followed with a diagnosis of KC at the Cornea Unit of the Department of Ophthalmology, Adana City Training and Research Hospital, between 01.01.2018 and 31.07.2025, were retrospectively reviewed. Patients were divided into 3 groups: normal population group (Group 1; 54 patients, 99 eyes), early-stage KC group classified as Topographic Keratoconus Classification (TKC) 1 (Group 2; 81 patients, 90 eyes), and advanced-stage KC group classified as TKC 2 and 3 (Group 3; 75 patients, 92 eyes). Cases classified as TKC 4 were excluded from the study due to the common presence of corneal scarring. Each topography output was evaluated independently by 2 corneal specialists and ChatGPT under the same standard protocol. Five standard questions were posed to each evaluator for each map, and the responses were systematically recorded to compare agreement between the specialists and ChatGPT and to evaluate ChatGPT's performance. Results: Very good and statistically significant agreement was found between the specialists, and between ChatGPT and the specialists, in decisions regarding eligibility for refractive surgery (p<0.001). In decisions regarding KC diagnosis, very good agreement was found between the specialists, while good agreement was found between ChatGPT and the specialists (p<0.001). Moderate-togood agreement was found between specialists in decisions regarding CXL recommendations, while poor agreement was found in ICR and PRK+CXL recommendations (p<0.001). No statistically significant agreement was found between the specialists and ChatGPT in decisions regarding CXL and ICR (p=0.092 and p=0.7, respectively). Moderate agreement was found between ChatGPT and the XII specialists in PRK+CXL decisions (p<0.001); however, since the number of cases with decision concordance was limited, this agreement was not considered statistically meaningful. In performance analyses, sensitivity and specificity for refractive surgery eligibility assessment were calculated as 97.3% and 87.3%, respectively. For KC diagnosis, sensitivity and specificity were calculated as 79.4% and 94.8%, respectively. The negative predictive value of ChatGPT in refractive surgery eligibility assessment was calculated as 98.8%, and similarly, the positive predictive value in KC diagnosis was calculated as 96.1%. Conclusion: Due to its high capability in distinguishing patients unsuitable for refractive surgery and those with KC, ChatGPT is considered to be integrable into clinical applications as a screening and pre-selection tool. However, it has not yet demonstrated a level of performance in KC treatment recommendations that could be integrated into clinical practice.
Benzer Tezler
- Sosyal medya üzerinden yapılan ticaret ile ticarette yeni iş alanları: Pestle analizi
The new trade perspective by trading on social media: Pestle analyses
ERGUN KONT
Yüksek Lisans
Türkçe
2022
Ekonomiİstanbul Ticaret ÜniversitesiSanayi Politikaları ve Teknoloji Yönetimi Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. SABRİ ÖZ
- Teknoloji ve inovasyon yönetiminde teknoloji değerlendirme aracı
Technology assessment tool in technology and innovation management
TOLGA GÜVEN ÇEVİKSEVER
Yüksek Lisans
Türkçe
2023
Bilim ve TeknolojiAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
PROF. DR. METİN ORBAY
- Akıllı sağlık, akıllı yönetişim uygulamaları ve akıllı ulaşım verimliliğiiçin kentsel statik mobilite ağlarinin şekillendirilmesi
Shaping urban static mobility networks for smart health,smart governance, and smart transportation efficiency
KENAN MENGÜÇ
Doktora
Türkçe
2023
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEZİR AYDIN
- Проблема «я» в эпоху современных технологий (философский анализ)
Çağdaş teknolojilerin dönemindeki 'Ben' meselesi (Felsefi analiz)
MİRA SUYUNOVA
Yüksek Lisans
Kırgızca
2023
FelsefeKırgızistan-Türkiye Manas ÜniversitesiFelsefe Ana Bilim Dalı
PROF. DR. CILDIZ URMANBETOVA
- Unleashing the power of AI in storytelling: A comparative study of human and AI-generated narratives
Hikâye anlatmada yapay zekanın gücünü ortaya çıkarma: İnsan ve yapay zekâ tarafından üretilen anlatıların karşılaştırmalı bir çalışması
JÜLİDE NEŞE ERDÖL
Yüksek Lisans
İngilizce
2023
Reklamcılıkİstanbul Nişantaşı ÜniversitesiReklamcılık ve Marka İletişimi Bilim Dalı
PROF. DR. BERİL DURMUŞ