Akıllı Dönüşüm: Yapay Zekâ ile Sağlıkta Görüntüleme Nasıl Gelişiyor?

31 Aralık 2019

Lollapalooza Müzik Festivali her yıl Chicago şehir merkezinde gerçekleştiriliyor; ancak bu etkinlik “Radyologların Lollapalooza’sı” olarak anılan ve 1 Aralık’ta Chicago McCormick Place’de başlayan yıllık Kuzey Amerika Radyoloji Derneği toplantısı ile karşılaştırıldığında oldukça sönük kalıyor.

Pekâlâ, RSNA etkinliğini Lollapalooza ile kıyaslayan birine henüz rastlamadığımızı itiraf ediyoruz. Ancak, radyologların alanlarında lider isimlerin paylaşımlarını dinlemek, fuar katılımcılarının stantlarını inceleyerek mesleklerindeki en son trend ve teknolojileri öğrenmek için geldikleri RSNA‘nın, dünyanın en rağbet gören ve kalabalık radyologlar toplantısı olduğunu kesinliklesöyleyebiliriz. Bu, son yıllardaki gündemin sıklıkla, daha hızlı test sonuçlarına, daha net tanısal taramalara ve doktorla hasta arasında daha uzun yüz yüze görüşmelere imkân tanıyan ve tıbbın genel simasını değiştiren yapay zekâya kaydığını gösteriyor. 2019 RSNA‘da, 105. Bilimsel Kongre ve Yıllık Toplantı kapsamında katılımcılar, teknolojinin kendi alanlarına getirdiği avantajları vurgulayan kapsamlı bir “Yapay Zekâ Sergisi”ni inceleme imkânına sahip oldu.

Bu yılki toplantıya önemli bilgilerle katılım sağlayan GE Sağlık bilim insanları ve hekimleri, tıbbi görüntüleme ile yapay zekânın kesiştiği noktada pek çok çalışmaya imza attı. İşte bunlardan bazıları…

Doktor Verileri

Dr. Keith Dreyer, Partners Healthcare ve GE Sağlık arasında tesis edilen ve “yapay zekânın hasta deneyiminin her yönüne entegre edilmesini” hedefleyen bir iş birliğine dâhil oluyor.

Dr. Keith Dreyer aynı anda birden çok sorumluluk üstleniyor: O, Harvard Tıp Fakültesi’nde öğretim üyeliği yapan, matematik alanında lisansüstü derecesi ve bilgisayar bilimlerinde doktorası bulunan bir radyolog. Aynı zamanda da Partners Healthcare‘de veri bilimleri bölüm şefi olarak görev yapıyor. Dreyer, Partners ve GE Sağlık arasındaki iş birliğine Partners Healthcare Veri Bilimleri Bölüm Şefi kimliğiyle ve 2017’de “yapay zekâyı hasta deneyiminin her yönüne entegre etmek” amacıyla imzalanan 10 yıllık bir anlaşma kapsamında katılım sağlıyor. Dreyer, RSNA 2017’de GE Reports’a verdiği bir röportajda, yapay zekânın radyoloji başta olmak üzere tıbbi tanılamada sağladığı “dev fırsatlar”dan bahsetti. Yapay zekâ ve radyolog kombinasyonunun, kesinlikle tek başına çalışan radyolog veya yapay zekâdan daha üstün olduğunu düşünen Dreyer. bu iki unsurun bir arada çalışmasını nasıl sağlayabileceklerini bulmaları gerektiğini belirtiyor.

Bu pratikte nasıl olabilir? Dreyer bunun için inme tespitini örnek veriyor: “Diyelim ki yılda 200.000 beyin MR tetkikimiz var ve bunlardan 20.000 tanesinde inme çıktı. Bu 20.000 tetkike yorum ekleyebilir, inmenin neden olduğu beyin lezyonlarını ölçebilir ve daha birçok işlem yapabiliriz. Sonrasında 200.000 görüntülük veri setini kullanarak algoritmayı eğitebilir ve bunu inmenin tipini tespit etmek için kullanabiliriz. Tamamlandığında ise geri dönerek sonucun ne kadar doğru olduğunu test eder ve bu süreci tekrar ederiz.”

Değişen Nedir?

Derin öğrenme sayesinde, bu gelişmiş görüntüleme yazılımı çok geniş bir veritabanı üzerinde belli bir algoritma kullanabilir ve ne kadar çok kompleksite olursa olsun, omurgayı %95 ihtimalle boyundan en uca kadar doğru bir şekilde görüntüleyebilir.

Adeline Digard, hastanelerin gittikçe daha yaygın bir şekilde tanı ve tedavi süreçlerine entegre etmekte oldukları ileri teknolojiler hakkında bazı bilgilere sahip. Kendisi, ayrıca bu teknolojilerin yaratılmasında katkısı bulunan kişilerden de biri. Digard GE Sağlık‘ın Fransa Buc’taki Dijital Ürün yönetimi direktörlüğü görevini yürütüyor. Bu görev kapsamında o ve ekibi çalışma saatlerini katmanlı imalat, sanal gerçeklik ve yapay zekâ gibi uygulamaların sağlık hizmetlerindeki rolünü araştırarak geçiriyor. Yakın bir tarihte, Digard üzerinde çalıştığı ürünlerin önemini açıklamak üzere GE Reports ile bir röportaj gerçekleştirdi. Örneklerden faydalanarak, yapay zekânın omurilik sağlığı üzerinde çalışan doktorlara nasıl yardımcı olabileceğinden bahsetti: Bu bağlamda algoritma öncelikle manifold görüntüleri elden geçirerek omurganın doğru konfigürasyonunu öğreniyor ve “normal” ifadesinin ne anlama geldiğini anlıyor. Ardından omurga anatomilerini ve anomalileri içeren kapsamlı bir veritabanına erişim elde edene kadar skolyoz gibi patolojilere ve pek çok farklı vakaya maruz bırakılıyor.

Bir radyologun BT taramasını okumasına yardımcı olan yapay zekâ müthiş bir kaynak olabilir. Digard, “Halihazırda omurganın tüm oryantasyonlarını hekimden çok daha hızlı bir şekilde gözden geçirmiş ve her bir permütasyonu dikkate almış olan makine, hekimi tespit ettiği her türlü anomaliye karşı uyarıyor” diyor ve ekliyor: “Yazılımın bu evrensel unsurlarla ilgilenmesi, radyologa inanılmaz bir zaman tasarrufu sağlıyor. Yapay zekânın amacı aslında tam da bu… Hekimlerin tüm dikkatini, hastaları için kritik konular üzerinde yoğunlaştırmasını ve zahmetli işlere vakit harcamamasını sağlamak.”

 X Işını Görselleştirmesi ve Daha Fazlası

GE Sağlık Kritik Bakım Paketi dakikalar içinde yüzlerce görüntüyü gözden geçirerek dikkatleri şüpheli görünen noktalara çekebilir.

Yapay zekânın faydalı olabileceği diğer bir alan ise akciğer sönmesi veya diğer adıyla pnömotoraks vakasıdır. Pnömotoraks hastaları genellikle nefes problemleri yaşarlar; ancak semptomları zatürre, kalp krizi ve hatta panik atak hastalarının semptomları ile benzerlik gösterebileceğinden doktorların bu ayrımı yapabilmek amacıyla rutin olarak röntgen istemesi gerekir. Radyologun iş yükü dâhilinde bu taramaları okuması iki ila sekiz saat gibi bir süre alabilir ve bu süre içinde pnömotoraks hayati tehlike arz edecek bir noktaya gelebilir. GE Sağlık Röntgen Bölümü Başkanı ve CEO’su Jie Xue, mevcut durumda, taramaların %62’sinin ‘STAT’ olarak ya da acil okuma için işaretlendiğini, ancak bunların hepsinin kritik vakalar olmadığını söylüyor. “Bu, durumu gerçekten kritik olan hastalar için yanıt dönüş süresinde gecikmeye yol açıyor ve dolayısıyla ciddi bir sorun haline gelebiliyor.”

Görüntülerin hızlıca gözden geçirilerek önceliğinin belirlenebileceği bir yol olması gerekiyor ve yapay zekâ işte tam da bu noktada devreye giriyor. GE Sağlık‘ın Kritik Bakım Paketi, dakikalar içinde yüzlerce görüntüyü gözden geçirerek dikkatleri şüpheli görünen noktalara çekebilen bir mobil röntgen cihazı ile tümleşik algoritmalar grubudur. Kritik Bakım Paketini geliştiren ekip, bu algoritmayı dünya çapındaki hastanelerden seçilip toplanan göğüs röntgenlerini kullanarak eğitti. Araç paketi kullanımının yakın zamanda FDA tarafından onaylanmasıyla, doktorlar artık pilot testlerde bu yazılımla çalışmaya başlayabilecek ve biz, bu teknolojiyi 2020’den itibaren hastanelerde daha yaygın olarak görebileceğiz.

 Doğmamış Bebeğe Bakış

Dr. Ralf Menkhaus ve çalışma arkadaşları, bir süredir GE Sağlık’ın fetüs beyin değerlendirmesini ve ölçümlerini otomatikleştiren yapay zekâ aracı SonoCNS’yi kullanıyor.

Fetüs Tıbbı Uzmanı Dr. Ralf Menkhaus ana rahmindeki bebekler için sorun belirtisi olup olmadığını saptamak üzere ultrason görüntülerini inceliyor. Örneğin, omuriliği etkileyen bir nöral tüp defekti olan ve doktorların fetal beyindeki değişiklikler gibi ipuçlarına dayanarak hamileliğin yaklaşık 20. haftasında teşhis edilebilen spina bifida gibi. Ancak fetal beyin ölçümleri, tecrübeli doktorların birden çok metriği dikkate almak zorunda olduğu ve kesinliği düşük sayılabilecek bir bilim. Bir sonografi uzmanının değerlendirmesi diğerinden farklı olabildiğinden, hatalı veya gecikmiş tanılara yol açabiliyor. Menkhaus, GE Sağlık‘ın fetal beyin değerlendirmesini ve ölçümlerini otomatikleştiren yapay zekâ aracı SonoCNS teknolojisi ile süreci basitleştirebileceğini duyduğunda oldukça rahatladığını belirtiyor. SonoCNS, GE Sağlık‘ın bulut tabanlı uygulama geliştirme, veri depolama ve analiz platformu Edison aracılığıyla eğitildi. Menkhaus, bu teknolojinin daha az tecrübeli jinekologlar için özellikle faydalı olduğunu belirtiyor: “Artık, tek bir düğmeye basarak doğru ve güvenilir ölçümlere erişebilecekler.”

Daha Keskin Bir Görüntü

LOGIQ E10, 10 kat fazla veri işleyebiliyor ve önceki sistemlere kıyasla daha hızlı bir şekilde görüntü oluşturabiliyor.

Oyun severlere yıllardır sunulan olan yüksek görüntü kalitesine sonunda radyologlar da sahip olabilecek. Bu teknolojide, hem GE Sağlık‘ın en gelişmiş radyolojik ultrason sistemi olan ve gelişmiş algoritmalarla çalışan LOGIQ E10‘nun hem de gelişmiş oyun teknolojisinin arkasındaki yapay zekânın payı var. Bu teknoloji önceki ultrason sistemlerine kıyasla 10 kat fazla veri işleyebiliyor ve daha hızlı bir şekilde görüntü oluşturabiliyor. Örneğin, bir yaralanmanın veya sakatlanmanın ya da problemli bir noktanın net olarak görülebilmesi hastalara belli bir güvence hissi veriyor. Doktorlarla birlikte tarama görüntülerine bakarak kaygılarını giderebiliyorlar. Doktorlar içinse bu teknoloji beklenmedik bir şans. Bu sistemi Rhode Island’ın en büyük sağlık sistemi Lifespan‘da kullanmakta olan Radyolog John Cronan, safen ven cerrahisi öncesinde artık vücudu mürekkeple işaretlemek zorunda olmadıklarını söylüyor. Cronan bunu söylerken de, cerrahi operasyon sırasında yönlendirmek amacıyla problemli variköz venlerin yerini işaretleme sürecine atıfta bulunuyor. “Yalnızca cerraha bir fotoğraf yolluyoruz.” Bu, diğer deyişle anlık bir görüntü demek.

Yorumlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir