Radyolojide yapay zeka dönemi

Selenay YAĞCI

Yapay zeka konusunda son yıllarda çığır açan gelişmeler yaşanıyor. Neredeyse hayatın her alanında bu teknolojiden faydalanılıyor. Yapay zekanın kullanıldığı en önemli alanlardan biri de kuşkusuz sağlık. Tanıdan ilaç geliştirmeye, hatta hasta izlemeye kadar tıbbın pek çok alanında yapay zeka devreye giriyor. Tıpta yapay zekanın kullanıldığı en önemli alanlardan biri ise radyoloji çünkü radyoloji en teknolojik alanlardan biri…

Yapay zeka hekimlere yardımcı bir araç olarak devreye giriyor.  Signify Research, 2026 yılına kadar radyolojide yapay zeka teknolojisinin pazarda toplam oluşturacağı değerin 1,4 milyar Euro’ya kadar yükseleceğine işaret ediyor. Radyolojideki dijital gelişmeleri Bayer Digital Solutions Business EMEA Başkanı Lucia Fernandez Lopez ile konuştuk. Lopez, genel olarak yapay zekanın hâlâ erken benimsenme aşamasında olduğunu belirtiyor.

Radyolojide teknoloji nasıl ilerledi? 

Öncelikle bence bu çok doğru bir soru, ben de geçtiğimiz günlerde İstanbul’da katıldığım konferansta bu konudan bahsettim. Radyoloji muhtemelen tıpta en teknoloji odaklı ve dijitalleşmenin en ileri olduğu uzmanlıklardan biri. Her şey çok uzun yıllar önce Wilhelm Roentgen’in X-ışını teknolojisini keşfetmesiyle ve Marie Curie’nin bu teknolojiyi ilk kez Birinci Dünya Savaşı sırasında geniş ölçekte kullanmasıyla başladı. Daha sonra radyolojide teknoloji, CT ve MRI makineleri gibi ek modalitelerin aşamalı olarak kullanıma sürülmesi ve basılı filmlerin okunmasıyla gelişmeye devam etti. Başlangıçta radyologlar basılan filmleri ışığa tutup okuyor ve teşhis koyuyorlardı. Bu, 80’li yılların ortaları ve sonlarına doğru radyolojide ilk dijital teknolojinin kullanılmaya başlamasına kadar böyle devam etti.

Bu ilk dijital teknolojiye PACS, Picture Archiving and Communication Systems (Görüntü Arşivleme ve İletişim Sistemleri) adı verildi. PACS, 80’li yıllardan başlayarak dünya çapında yavaş yavaş kullanılmaya başladı ve bugün radyologlar artık film basmıyor, tüm radyolojik muayeneler PACS sisteminde depolanıyor ve radyologlar bu görüntüleri direkt bilgisayar ekranlarından okuyabiliyor. Bugün, yani PACS’ın hayatımıza girmesinden 40 yıl sonra, artık yeni bir teknolojik ilerlemenin içindeyiz, yapay zeka ile birlikte radyoloji ve radyologlar dijitalleşmenin yeni bir boyutuna geçiyor.

Yapay zeka radyolojide ne gibi avantajlar sağlıyor?

Öncelikle en temele iner ve radyologların ne yaptığına bakarsak, radyologların elinde teşhis koyabilmek için tamamen analiz etmeleri gereken (muayene nedeninden bağımsız olarak) bir (örneğin akciğerler veya beyin) röntgen, CT ya da MRI görüntüsü oluyor. Genellikle bu görüntü içinde özel bir izi arıyorlar ancak bazen de aradıkları spesifik bir bulgu olmuyor. Bu nedenle tüm görüntüyü analiz etmeleri gerekiyor.

Bu görüntünün incelenme sürecinde bir tanı koyabilmek için çok farklı görevler yerine getiriyorlar. Örneğin, organları bölümlere ayırmaları, tüm insanlar birbirlerinden farklı olduğundan çok değişken olabilen anormallikleri tespit etmeleri, 2 boyutlu ve 3 boyutlu ölçümler yapmaları gerekiyor. Radyologların anormallikleri tespit etmeleri ve ölçüm yapmaları çok zaman alan ve tekrar eden işler. İşte yapay zeka öncelikle bu işleri otomatikleştirerek radyologlara yardımcı olma potansiyeline sahip. Öte yandan, bütün bu veriler toplandıktan sonra hastaya neler olduğuna dair kapsamlı bir genel görüntüyü analiz etme ve tanıyı belirlemeyi ise insanlar daha iyi yapıyor. Dolayısıyla yapay zeka ve radyolog birleştiğinde simbiyotik, iki tarafın da birlikte çok daha kuvvetli olduğu bir iş birliği ortaya çıkıyor.  Yapay zeka ve teknolojinin avantajlarına dair bir diğer örnek kanser tanı çalışmaları…

Dünya genelinde birçok ülkede kanser vakaları giderek artıyor ve sağlık sistemleri kanserle mücadele çabalarını güçlendiriyor. Kanserin tanısında onkologların en fazla iş birliği içerisinde olduğu meslek grubu radyologlar. Kanseri daha erken teşhis ederek tedavinin başarılı olma ihtimalini büyük ölçüde artırmak için pek çok ülke meme kanseri taraması, akciğer kanseri taraması, kolon kanseri taraması gibi tarama programları uyguluyor.

Kanserin erken teşhisinde en kritik rollerden birini radyologlar oynuyor çünkü kanser taramaları üzerinde genellikle iki veya üç defa okuma gerçekleştiriliyor, bu da tek bir hastayı analiz etmek için üç farklı radyoloğa ihtiyacınız olduğu anlamına geliyor. Bu ihtiyacı karşılamak için birçok ülkede, ülkelerin sağlık sistemleri bu iki veya üç okumadan birini yapay zeka uygulamalarının devralmasının mümkün olup olmadığını araştırıyor. Yapay zeka kullanımı sistemler üzerindeki yükü hafifletebilir ve süreci hızlandırabilir. Kullanımı kapasiteleri ve dolayısıyla teşhis koyabileceğiniz hasta sayısını artırabilir.

Yapay zekayı nasıl eğitiyorsunuz? Son tanıyı radyologlar koymaya devam ediyor değil mi?

Yapay zeka algoritmalarının eğitilmesinde kullanılan veriler radyoloji merkezlerinden, hastanelerden, tıbbi kurumlardan geliyor. Bu, anonimleştirilmiş verileri radyoloji yapay zeka algoritmalarını geliştiren şirketlerle paylaşmaya istekli olan ve algoritmaların eğitilmesi için bize uzmanlık ve rehberlik sağlayan hastaneler ve radyoloji klinikleri ile iş birliği içinde gerçekleşiyor. Ayrıca, yapay zekanın geliştirilmesi sürecine doğrudan dahil olan üniversite ve üniversite hastanelerinin sayısı da gittikçe artıyor.

Yapay zekanın geliştirilmesi ancak sektör ve sağlık sistemleri arasındaki yakın bir iş birliği ile gerçekleştirilebilir çünkü bu algoritmaların eğitilebilmesi için teknoloji ve tıbbi uzmanlığın yanı sıra çeşitli ve kapsayıcı veri setlerine ihtiyaç vardır. Elbette radyologlar da yapay zekanın geliştirilmesi sürecine yoğun bir şekilde dahil oluyorlar çünkü bu teknolojiyi geliştiren uzmanlara sonuçların doğruluğu konusunda sürekli olarak geri bildirim sağlamaları gerekiyor. Yapay zeka, radyologların ilk işlemlerdeki iş yükleri ile başa çıkmalarına destek olarak tanının etkinliğini ve hızını artırmaya yönelik bir destek teknolojisi. Son tanı her zaman radyolog tarafından konmaya devam edecek.