Sakarya Tıp Dergisi (Dec 2023)
Web of Science Core Koleksiyonunda Yer Alan Derin Öğrenme Algoritmasının Tıbbi Görüntülemede Kullanımına İlişkin Türkiye'de Yapılan Çalışmaların Bibliyometrik Analizi
Abstract
Amaç Teknolojideki son gelişmeler ve veri setlerindeki artış tıbbi görüntülerde yapay zekanın en temel yaklaşımlarından biri olan derin öğrenme algoritmasının popülaritesini arttırmaktadır. Bu nedenle, yapılan çalışmada derin öğrenme algoritmasının kullanımına ilişkin yayınları araştırmak ve derin öğrenmenin kullanımına dikkat çekmek için bibliyometrik analiz yapılması amaçlanmıştır. Yöntem "Deep Learning" OR "DL" AND "Medical Imaging" AND “Radiology” anahtar kelimeleri kullanılarak 2019 ile 2022 yıllarında yayınlanan veriler Web of Science Core Collection (WOSCC) veritabanından elde edildi. WOS veritabanında araştırma alanı (Research areas) “Radiology Nuclear medicine medical imaging” ve ülke (Region/Country) alanı “Turkey” ve doküman tipi (Document type) “article” olanlar çalışmaya dahil edildi. Bulgular Yapılan çalışmada araştırılan konu ile ilgili toplam 259 yazardan en az 1 yayını ve 1 atıfı olacak şekilde seçim yapıldığında 211 yazar elde edildi. Yazarlar tarafından en az 1 kez kullanılan 195 anahtar kelime elde edildi. Elde edilen anahtar kelimeler arasında en sık kullanılan anahtar kelimelerden “deep learning” ve “artificial intelligence” olduğu görüldü. Ayrıca yapay zekayla ilgili olan “Transfer learning” ve “Machine learning” anahtar kelimelerinin de diğer anahtar kelimelere göre daha sık kullanıldığı görüldü. Dergiler arasında en çok atıfın 133 atıf ile 2021’de “Medical Image Analysis” dergisinde yayınlanan makaleye yapıldığı görüldü. Ayrıca “Medical image analysis” dergisinin 268 atıf ve 8 doküman ile ilk sırada yer aldığı görüldü. Bu derginin ortalama yayın yılının 2021’de fazla olduğu görüldü. Sonuç Derin öğrenme algoritmalarının görüntü segmentasyonu, görsel hesaplama, algılama ve sınıflandırma gibi farklı görevlerinin yanı sıra radyasyon dozunun azaltılmasına yardımcı olma gibi avantajları bulunmaktadır. Dolayısıyla derin öğrenme algoritmasının kullanımının tıbbi görüntüleme alanında gittikçe artması kaçınılmazdır. Yapılan çalışma özellikle derin öğrenmenin tıbbi görüntülemede kullanılması ile ilgili verilerin bibliyometrik analizinin yapılmasının farkındalık oluşturacağını ve yararlı olacağını umuyoruz.
Keywords
