Yapay Zekâ Algoritması Genç Radyologlara Yönelik Görüntü Testinde Rekabet Edebilecek

2 Mayıs 2019

Genç radyologlar her yıl yapılan görüntü yorumlama testinin başına oturduğunda Viyana’da soğuk ve dondurucu bir gün yaşanıyordu. Avrupa Radyoloji Kongresi’nin (ECR) önemli etkinliklerinden biri olan bu etkinlik, bu yıl da önemini koruyordu. Bu etkinlikte alanında uzman altı kişi, her biri diğerinden daha karmaşık olmak ve her olgu için dört olası tanı bulunmak üzere odadaki genç radyologlara ayrı ayrı olgular sunuyor. Ardından hedef kitle, doğru olduğuna inandığı tanıları oyluyor.

Ancak bu yıl farklı bir durum yaşandı. Yedinci bir olgu bulunuyordu. Bu, radyologdan ziyade yapay zeka tarafından değerlendirilmiş bir olguydu. Ekrandaki tarama, 2011 yılında Birleşik Krallık’ta 9.000’i aşkın kişiyi etkileyen, hızlı ve doğru bir şekilde tanı konmazsa ölümcül olabilen bir pnömotoraks, yani çökmüş bir akciğeri gösteriyordu. Bir akciğer ve göğüs duvarı arasındaki boşluğa hava sızar ve akciğere dışarıdan baskı yaparsa çökebilir. Buna travmalar, sigara içmek, bazı akciğer hastalıkları veya ameliyat komplikasyonları neden olabilir.

Radyologların %74,8’i pnömotoraksın yerini doğru bir şekilde belirledi.

Yapay zeka olgusunu sunan GE Sağlık baş tıbbi sorumlusu Mathias Goyen, “Asıl konu radyoloğun veya yapay zekâanın diğerinden daha iyi olup olmadığı değil” diyor. “Gecenin ortasında yalnızca birkaç radyoloğa ulaşılabilirken bir pnömotoraks hastasının gündeme gelmesi durumunda her birinin elinde hastanın akut bakıma ihtiyacı olduğuna işaret edebilen akıllı bir bilgisayarın bulunması ölüm kalım meselesi olabilir.”
Günümüzde, bu kondisyonla ilişkili semptomlara sahip hastalara, bulundukları yerden bağımsız olarak radyologların okumak için iki ila sekiz saat harcadığı göğüs röntgeni uygulanıyor. Hastalık yeterince hızlı tedavi edilemediğinde hastada tansiyon pnömotoraks veya pnömotoraks genişlemesi meydana gelebilir ve bu durum hızla tedavi uygulanmadığında potansiyel olarak ölümcül sonuçlara yol açar.

Bu tür olgularda hastalara, potansiyel olarak yaşamı tehdit edici durumlarla sınırlı “STAT” göğüs röntgeni uygulanır. STAT taşınabilir göğüs röntgenleri, radyoloji merkezinin mobil göğüs röntgeni hacminin, rutin incelemelerin neredeyse iki katı olan yüzde 60’ı aşkın kısmına denk gelebilir.

İşte bu yüzden klinisyenler, daha hızlı tanıyı mümkün kılmak için STAT göğüs röntgenlerini daha hızlı ve daha önceliklendirilmiş bir şekilde okumanın yollarını arıyor. Bu noktada görüntü değerlendirme önceliklendirmesini mümkün kılmak için bakım noktasında kritik pnömotoraks kondisyonu bulunan olguları belirlemek üzere tasarlanmış Optima XR240amx sistemindeki Kritik Bakım Paketi* bir fırsat teşkil ediyor.

Kritik Bakım Paketi’ni geliştirmek üzere GE Sağlık ile birlikte çalışan San Francisco Üniversitesi (UCSF) Tıp Merkezi Cerrahi Doçent Doktoru ve Dijital Sağlık İnovasyonu Merkezi Veri Bilimi Direktörü Dr. Rachael Callcut şöyle diyor: “Cihaz üstü alarm fikir ve konsepti, gerçekten de erken tespit uyarı teknolojisinin özüne iniyor” ve ekliyor: “Erken alarm ve erken uyarılardan yararlanmanın birçok yolu var. Klinisyen potansiyel olarak yaşamı tehdit edici veya önemli bulguları ne kadar erken öğrenirse belki de hastanın gidişatını değiştirebilecek bir müdahaleyi zamanında yapabilecek.”

Kritik Bakım Paketi, göğüs röntgenlerinde potansiyel olarak, yaşamı tehdit edici kondisyonu yüksek doğruluk oranıyla (>0,95 AUC) belirlemek üzere tasarlanmış, pnömotoraks tespiti gibi bir dizi yapay zekâ algoritması içerecek. Yapay Zeka algoritması, çıktıyı ekran bildirimiyle paylaşacak şekilde tasarlanmış, türünün ilk örneği bir Yapay Zeka gömülü görüntüleme cihazı olan mobil röntgen sisteminde barındırılıyor. Optima XR240amx sistemindeki Kritik Bakım Paketi, yapay zeka teknolojisinin gelişimini ve benimsenmesini hızlandırmaya yardımcı olan ve sağlık hizmeti sağlayıcılarının daha hızlı ve daha doğru bakım sunmasını destekleyen yeni nesil zeka platformu Edison tarafından destekleniyor.

Pnömotoraks kondisyonu belirlendiğinde bakım noktası bildirimi, klinik ekibi uyararak görüntü değerlendirme önceliklendirmesini mümkün kılıyor. Yapay zeka sonuçları, kritik bulguların bir radyolog tarafından değerlendirilmesi için PACS’a gönderiliyor. Yapay zeka algoritması, radyologların kritik olgu değerlendirmelerini önceliklendirmesine yardımcı olabilir ve zorlu olgulara tanı koyarken bir güven unsuru teşkil edebilir.

Goyen, “Yapay zekâ, tanı koyma ve bakım sunma şeklimizi değiştirme potansiyeline sahip” diyor. “Gelecekte radyologların, ellerinin altında buna benzer daha birçok araca sahip olacağını ve bunun artan radyoloji talebini ve nihayetinde daha hızlı hasta tedavisi ihtiyacını karşılamalarına yardımcı olacağını düşünüyorum.”

*510(k) FDA başvurusu yapılmıştır. Satışa sunulmamaktadır. CE işareti yoktur.

Yorumlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir