DoktorClub
Hakkımızda
Kurumsal
Fırsatlar
Haberler
Kongreler
Akademi
LongeviTurk
Yapay Zeka Haber
İletişim
Oturum açDOKGPT'yi dene
DoktorClub
Sağlık Bilgisi.
Hekim Güveni.

Hasta Rehberleri

  • Belirti Rehberleri
  • Kadın Sağlığı
  • Ruh Sağlığı
  • Longevity
  • Acil & İlk Yardım
  • Tüm Sağlık Haberleri

Platform

  • DOKGPT
  • TUS Soru Bankası
  • Hesaplayıcılar
  • Akademi
  • Dijital Tıp Fakültesi

Topluluk

  • Hekim Ağı
  • Vaka Tartışmaları
  • Haberler
  • Yapay Zeka Haber
  • AI Sağlık Bültenleri
  • AI Sağlık Takipçisi
  • Kongreler
  • Doktorclub Awards
  • Akademi
  • Canlı Yayınlar

Kaynaklar

  • Dergiler
  • TUS Blog
  • Fırsatlar
  • Sıralama
  • VIP

Kurumsal

  • Hakkımızda
  • Kurumsal Çözümler
  • İletişim
  • Gizlilik & KVKK

Üyelik

  • Hekim Kaydı
  • Öğrenci Kaydı
  • Akademisyen Kaydı
  • Oturum Aç
DoktorClub© 2026 DoktorClub. Tüm hakları saklıdır.
InstagramLinkedIn
Ana Sayfa/AI Haberleri/Nodül yazılımı BT raporunu hızlandırdı, acilde yav...
Çalışma25 Eylül 20265 dk

Nodül yazılımı BT raporunu hızlandırdı, acilde yavaşlattı

Hollanda'daki Erasmus Tıp Merkezi'nde ticari bir akciğer nodülü yazılımının rutin kullanıma girmesinden sonra göğüs BT raporlarının medyan süresi %14,6 kısaldı. Kazanç en çok toraks radyologlarında ve EKG tetiklemeli çekimlerde görüldü.

Nodül yazılımı BT raporunu hızlandırdı, acilde yavaşlattı

30 Saniyede Özet

Hollanda'daki Erasmus Tıp Merkezi'nde ticari bir akciğer nodülü yazılımının rutin kullanıma girmesinden sonra göğüs BT raporlarının medyan süresi %14,6 kısaldı. Kazanç en çok toraks radyologlarında ve EKG tetiklemeli çekimlerde görüldü. Acil servis tetkiklerinde ise rapor süresi %7,1 uzadı. Çalışma tek merkezli, geriye dönük bir önce–sonra analizi ve yazılımın tanısal doğruluğunu ölçmedi.

Ne oldu?

Rotterdam'daki Erasmus Tıp Merkezi'nden (Erasmus MC) gelen çalışma, Eylül 2026'da Radiology dergisinde yayımlandı. Araştırmacılar, göğüs BT'de akciğer nodülü değerlendirmesi için kullanılan ticari yazılımın rapor süresine etkisini inceledi. Makalede yazılım, DeepHealth firmasının Veye Lung Nodules ürünü (sürüm 3.24.1) olarak adlandırılıyor. Ürün Avrupa'da CE işaretli, Sınıf IIb tıbbi cihaz.

Çalışmaya 19.433 hasta ve 39.323 göğüs BT tetkiki alındı; tetkikleri asistanlar dahil 135 okuyucu raporladı. Tetkiklerin 19.190'ı yazılım öncesi, 20.133'ü yazılım sonrası döneme aitti. Yazılım öncesi dönem Eylül 2021–Ağustos 2022, sonrası Haziran 2023–Mayıs 2024 idi. Aradaki geçiş dönemi analiz dışı bırakıldı.

Birincil sonuç, tetkikin arşiv sisteminde (PACS) ilk açılışı ile raporun son onayı arasındaki süreydi. Makalenin özetine göre yazılım, raporun daha hızlı tamamlanmasıyla ilişkiliydi. Düzeltilmiş tehlike oranı (HR; burada 1'in üstü, raporun daha erken tamamlanması demek) 1,17 bulundu (%95 GA 1,14–1,21). Düzeltilmiş medyan süre 21,3 dakikadan 18,2 dakikaya indi.

Kanıt ne kadar güçlü?

Örneklem büyük ve gerçek klinik akıştan geliyor. Analizde okuyucunun görevi, tetkik tipi, hastanın bulunduğu birim ve isteyen bölüm hesaba katıldı. Model, her radyoloğun kendi okuma hızını da gözeten bir sağkalım modeliydi. Bu tasarım, "yapay zekâ gerçekten zaman kazandırıyor mu" sorusuna laboratuvar dışından yanıt arıyor.

Ancak etki her grupta aynı değildi. EKG tetiklemeli göğüs BT'lerde süre %41,1, toraks radyologlarında %25,0 kısaldı. Tam metne göre toraks dışı uzman radyologlarda kısalma yalnızca %2,6, asistanlarda ise %17,2 oldu. Acil servis tetkiklerinde ise medyan süre %7,1 uzadı (37,9'dan 40,6 dakikaya).

Yazarlar bu farkı acil akışın önceliklerine bağlıyor. Acil BT'de asıl soru çoğu zaman nodül değil, akut tablo. Bu durumda nodüle özgü destek pratik bir kazanç sağlamayabilir.

Tasarım tek merkezli, geriye dönük bir önce–sonra karşılaştırması; bu tek başına nedensellik kurmaya yetmez. Yazarların sıraladığı sınırlılıklar da önemli. PACS kayıtları kesintili okumalarda gerçek aktif süreyi vermiyor. Yazılımı kaç radyoloğun ve nasıl kullandığı (eş zamanlı ya da ikinci okuyucu olarak) kayıt altına alınmamış.

Tetkik karmaşıklığı ayrıca hesaba katılmadı. Yazılımın tanısal doğruluğu bu çalışmanın konusu değildi. Keşif amaçlı modelleme, yılda 20.000–22.000 tetkikte yaklaşık 0,5 tam zamanlı radyolog iş yükü tasarrufu öngördü. Yazarlar bu hesabın kesin değil, fikir verici sayılmasını öneriyor.

Çalışma, AstraZeneca'nın koşulsuz hibesiyle desteklenen Avrupa projesi PINPOINT'in parçası. Yazarların çıkar beyanları makalenin ek dosyalarında yer alıyor. Aynı sayıda Tae Iwasawa'nın bir başyazısı da yayımlandı.

Hekim için ne anlama geliyor?

Mesaj basit: Yapay zekâ, zaman kazancını her ortamda kendiliğinden getirmiyor. Kazanç EKG tetiklemeli çekimlerde ve toraks radyologlarında belirgindi; toraks dışı uzmanlarda çok küçüktü. Acil tetkiklerde ise süre uzadı. Bu bulgu, satın alma kararında "genel hız artışı" vaadini sorgulatmalı.

Bir kurum benzer bir yazılımı düşünüyorsa şu noktalara bakmak işe yarar.

  • Kurulum öncesi ve sonrası rapor süresini kendi PACS verinizle ölçün.
  • Sonuçları okuyucu grubuna (toraks radyoloğu, genel radyolog, asistan) ve tetkik tipine göre ayrı ayrı inceleyin.
  • Acil BT'lerde nodül çıktısının akut raporu geciktirip geciktirmediğini ayrıca izleyin.
  • Yazılımın eş zamanlı mı, ikinci okuyucu olarak mı kullanılacağını tanımlayın.
  • Hız ölçümünü tanısal doğruluk ve yanlış pozitif takibiyle birlikte yürütün.

Klinisyen açısından da bir not var. Nodül yazılımı raporu hızlandırsa bile, rapordaki nodülün izlem kararı yine hekimde. Önerilerin kılavuzlarla uyumu ayrıca denetlenmeli.

Türkiye'den bakınca

Bu çalışmadaki yazılımın Türkiye'de kullanımda olduğuna dair bir bilgiye ulaşmadık. Türkiye İlaç ve Tıbbi Cihaz Kurumu'nun (TİTCK) yönetmeliği AB'nin 2017/745 sayılı tüzüğüyle uyumlu. Yani CE işaretli Sınıf IIb bir ürün burada da benzer bir çerçevede değerlendirilir. Ancak uygunluk belgesi, zaman kazancının sizin hastanenizde de olacağını göstermez.

Hollanda'daki bir akademik merkezin okuyucu yapısı doğrudan aktarılamaz. Raporların büyük kısmını asistanların ya da genel radyologların yazdığı, acil BT'nin iş yükünde büyük yer tuttuğu bir hastanede tablo farklı çıkabilir. Bu yüzden satın almadan önce birkaç aylık PACS zaman damgasıyla bir temel ölçüm yapmak, makalenin yaklaşımını yerelde tekrarlamanın en ucuz yolu.

Sık sorulan sorular

Yazılım rapor süresini yüzde 14,6 kısalttı mı?

Çalışma, yazılımın kullanıma girmesinden sonraki dönemde medyan sürenin %14,6 kısaldığını gösteriyor. Tasarım önce–sonra karşılaştırması olduğu için bu fark yalnızca yazılıma bağlanamaz. Aynı dönemdeki başka değişiklikler de etkili olmuş olabilir.

Acil tetkikler neden uzadı?

Yazarlar, acil BT'de asıl önceliğin akut tanı olduğunu ve nodül değerlendirmesinin çoğu zaman ikinci planda kaldığını belirtiyor. Bu durumda nodül yazılımının çıktısını gözden geçirmek ek bir adım olabilir. Çalışma bu mekanizmayı ayrıca test etmedi.

Yazılım nodülleri doğru buluyor mu?

Bu çalışma doğruluğu ölçmedi, yalnızca zamanı ölçtü. Yazarlar doğruluğun ayrı doğrulama çalışmalarında incelendiğini belirtiyor. Kurum içinde kullanımda yanlış pozitif ve atlanan nodül takibi yine gerekli.

Kaynaklar

  • Paramasamy J, Odink AE, Mulders TA ve ark. (2026) — Impact of Commercial Artificial Intelligence on Radiologist Reading Time for Pulmonary Nodule Evaluation at Chest CT (Radiology): https://doi.org/10.1148/radiol.260484
  • PubMed (2026) — Impact of Commercial Artificial Intelligence on Radiologist Reading Time for Pulmonary Nodule Evaluation at Chest CT, PMID 42678259: https://pubmed.ncbi.nlm.nih.gov/42678259/
  • AuntMinnie (2026) — AI cuts chest CT reporting time: https://www.auntminnie.com/clinical-news/ct/article/15833859/ai-cuts-chest-ct-reporting-time
  • Diagnostic Imaging (2026) — Study: Chest CT AI Software Facilitates Nearly 15 Percent Reduction in Reporting Time: https://www.diagnosticimaging.com/view/study-chest-ct-ai-software-nearly-15-percent-reduction-in-reporting-time
  • Türkiye İlaç ve Tıbbi Cihaz Kurumu (2021) — Tıbbi cihaz mevzuatı: https://www.titck.gov.tr/faaliyetalanlari/tibbicihaz/tibbi-cihaz-mevzuati

Bu içerik bilgilendirme amaçlıdır ve bireysel tıbbi tavsiye yerine geçmez.


İlgili Yazılar

Bu konuyla ilgili Doktorclub'da ele aldığımız diğer hekim onaylı rehberler:

  • GPT-5, MR raporuyla baş-boyun tümöründe uzmana yaklaştı
  • Frozen kesitte yapay zekâ: CRISP 3 bin hastada sınandı
  • Fetal kafa içi anomalide yapay zekâ duyarlılığı artırdı
DoktorClub Görüşü

Erasmus MC'de 39.323 göğüs BT'lik analiz: nodül yazılımıyla medyan rapor süresi %14,6 kısaldı, acil tetkiklerde %7,1 uzadı. Doğruluk ölçülmedi.

Paylaş:

Kanıt ve inceleme

  • Kanıt: Resmî kaynak
  • İnceleme durumu: Editör inceledi
  • Editör: DoktorClub Yayın Kurulu
  • Reviewer: Dr. Hamza Gemici

Kaynak rozetleri

Paramasamy J, Odink AE, Mulders TA ve ark. (2026) — Impact of Commercial Artificial Intelligence on Radiologist Reading Time for Pulmonary Nodule Evaluation at Chest CT (Radiology):referencePubMed (2026) — Impact of Commercial Artificial Intelligence on Radiologist Reading Time for Pulmonary Nodule Evaluation at Chest CT, PMID 42678259:referenceAuntMinnie (2026) — AI cuts chest CT reporting time:referenceDiagnostic Imaging (2026) — Study: Chest CT AI Software Facilitates Nearly 15 Percent Reduction in Reporting Time:referenceTürkiye İlaç ve Tıbbi Cihaz Kurumu (2021) — Tıbbi cihaz mevzuatı:reference

İlgili içerikler

Ana akışa dön
Yapay zekâ tahmin modeli makalesi TRIPOD+AI ile nasıl okunur?

Kapak görseli yapay zekâ ile üretilmiş temsili bir editoryal görseldir; gerçek hasta veya tanısal görüntü değildir.

Firma klinik çalışma gösterdiğinde neye bakmalı? CONSORT-AI ve DECIDE-AI

Kapak görseli yapay zekâ ile üretilmiş temsili bir editoryal görseldir; gerçek hasta veya tanısal görüntü değildir.

Düşük prevalanslı taramada iyi bir yapay zekâ neden çok yanlış alarm verir?

Kapak görseli yapay zekâ ile üretilmiş temsili bir editoryal görseldir; gerçek hasta veya tanısal görüntü değildir.