Yapay Zekanın Gücü: Derin Öğrenme, Doktorların Omurga Taramalarını Daha Kolay Okumasını Sağlıyor!

21 Mart 2019

Omurilik, beyin ve vücut arasındaki yaşamsal bağlantı ve spinal kanalın kemiksi omurgasının koruduğu kritik bilgilerin geçiş yoludur. Spinal kanal, tümörler iç organlardan kemiklere yayıldığında kemik metastazı oluşumu açısından en yaygın bölgedir. Yapılan tahminler kanser hastalarının en az yüzde 30’unun, en çok da yüzde 70’inin omurgalarına kanser yayıldığına işaret ediyor.

Skien, Norveç‘teki Telemark Hastanesi Baş BT (Bilgisayarlı Tomografi) Radyoloğu Dr. Michael Fanariotis, omurgayı çok küçük metastazlar başta olmak üzere bazı lezyonların gözden kaçabildiği bir bölge olarak tanımlıyor. BT incelemelerinin yaklaşık yüzde 6’sı omurga görüntülemeye yöneliktir; ancak daha birçok inceleme vertebral gövdeler ve bunların arasındaki disklerden edinilen bilgilerden yararlanıyor.

Radyologlar bir görüntüleme incelemesini değerlendirirken omurganın yakınında bir lezyon gördüğünde, bunun yerini tam olarak belirlemeye ihtiyaç duyar. Mevcut durumda, raporlarına şüpheli noktayı dâhil etmek için omurları manuel olarak saymaları gerekiyor.

Dr. Fanariotis, spinal görüntülemeyi modernleştirmek üzere “derin öğrenme” metodunu kullanan yeni bir BT uygulaması geliştirmek için GE Sağlık ile birlikte çalışıyor.

Kemik VCAR, omurganın vertebra gövdelerini otomatik olarak etiketleyerek okuma deneyimini kolaylaştırmaya yardımcı olmak ve raporlama etkinliğini iyileştirmek üzere tasarlanmış bir algoritma görevinde. Omurga segmentlerini veya tüm omurgayı birkaç saniye içinde tanımlıyor ve etiketleyebiliyor.

Dr. Fanariotis bu işlemi şöyle anlatıyor:” Araç çubuğunda bir düğmeye tıklıyorsunuz ve birkaç saniye sonra yüklü tüm BT serilerinizde, tüm düzlemlerde ve 3D görünümlerde eş zamanlı olarak otomatik omurga etiketlemesi alıyorsunuz. Otomatik etiketleme, tekrar saymanıza gerek bırakmadığı için çok büyük bir avantaj. Tam olarak nerede olduğunuzu biliyorsunuz.”

Kemik VCAR, radyologların taramaları daha etkin bir şekilde okumak üzere vertebral gövdeleri tanımlama ve etiketlemeye yönelik zaman alan işleri azaltmalarına yardımcı oluyor. Ayrıca algoritmanın farklı durumlarda omurları tanımayı öğrenmesine yardımcı olmak için büyük veri seti hacimlerini kullanan derin öğrenmeyi temel alıyor. Böylece omurga etiketlemenin doğru ve güvenilir olması sağlanıyor. Algoritma ayrıca; otomatik olarak skolyoz gibi hastalıkların bulunduğu hastaların incelemelerinde özellikle önemli olan vertebral gövde ve disk aralıklarının gerçek kesitini kolayca görmek adına dikey oblik görünümlerle omurganın eğimli reformatlarını oluşturuyor. Önceden Dr. Fanariotis‘in tüm omurgayı okumak için birkaç saniyede bir, düzlemleri manuel olarak ayarlaması gerekiyordu.

Dr. Fanariotis, bu teknolojinin yani otomatik etiketleme ve yeniden biçimlendirmenin, kendisine inceleme başına yaklaşık iki ila beş dakika kazandırdığını, bunun günde bir saatten daha fazla zamana denk geldiğini söylüyor.

Gezegeni paylaştığımız tüm canlılar için saniyelerin hayati önem taşıdığını düşünürsek, teknolojinin özellikle sağlık endüstrindeki mevcut potansiyeli ve gelişimi, hepimiz için de büyük bir heyecan ve umut kaynağı…

Yorumlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir