Gastrointestinal Stromal Tümörlerin Leiomyomlardan Ayırımında Endoskopik Ultrasonografi Görüntülerine Dayanan Yapay Zeka Kullanımı

Abstract

AMAÇ: Gastrointestinal stromal tümor (GİST)’ler en sık görülen mezenkimal tümörlerdir ve sıklıkla midede, bağırsaklarda, nadiren özofagusta bulunurlar. Leiomyomlar ise midede nadir olup sıklıkla özofagusta görülürler. GİST’ler malign potansiyele sahiptir ve benign olan leiomyomlardan ayırımı gerekir. Endosonografi subepitelyal lezyonların (SEL) değerlendirilmesinde standart yöntemdir. Endosonografi önderliğinde ince iğne aspirasyon biyopsisi ile bu iki antitenin ayırımı her zaman mümkün değildir. Primer amacımız endosonografi görüntülerini kullanarak bir derin öğrenme algoritması olan konvolüsyonel sinir ağlarının (CNN) GİST-leri leiomyomlardan ayırmadaki performansını değerlendirmek, sekonder amacımız ise konvansiyonel endosonografi morfolojik özelliklerini karşılaştırmaktır.YÖNTEM: 2010-2020 tarihleri arasında SEL nedeniyle endosonografi yapılan hastalar retrospektif olarak incelendi, immunohistokimyasal olarak doğrulanmış 145 hasta (109 GİST, 36 leiomyom) analiz edildi. Hastaların ortalama yaşı ±SD: 54.8±13.5 yıl, 73-ü kadın idi. Hastalar iki gruba ayrıldı: 100 hastadan elde edilen 978 görüntü CNN sisteminin öğrenmesi, 45 hastadan elde edilen 384 görüntü validasyon için kullanıldı. Görüntüler Python Keras ve Synthetic Minority Over-sampling Technique (SMOTE) ile çoğaltıldı. Endosonografi görüntüleri deneyimli bir uzman tarafından CNN tanısal performansı ile karşılaştırmak, ayırt edici morfolojik özellikleri belirlemek için değerlendirildi.BULGULAR: CNN sisteminin GİST tanısında duyarlılığı, özgüllüğü ve doğruluğu test grubunda %99.5 (her biri için), validasyon grubunda sırasıyla %92.0, %64.3 ve %86.9 bulundu. Endosonografi uzmanı için duyarlılık, özgüllük ve doğruluk %60.5, %74.3 ve %63.0 idi. Konvansiyonel endosonografi özellikleri karşılaştırıldığında, tümör boyutu ve yüksek ekojenite anlamlı bulundu.SONUÇ: Endosonografi görüntülerini kullanan CNN sistemi GİST’leri leiomyomlardan ayırmada yararlıdır. Yüksek ekojenite ve boyut gibi bazı endosonografi özellikleri anlamlı bulunsa da endosonografi uzmanının tanısal doğruluğu ile karşılaştırıldığında CNN sistemi GIST tanısı koymada daha yüksek bir doğruluğa sahiptir.Anahtar Kelimeler:Derin Öğrenme Algoritması, Endoskopik Ultrasonografi, Gastrointestinal Stromal Tümör, Konvolüsyonel Sinir Ağları, Leiomyoma, Yapay Zeka