Alkan, "Amacımız, hekimlerin iş yükünü hafifletmek ve karar alma süreçlerini desteklemektir. Yapay zekâ, tıbbi görüntüleme alanında teşhis doğruluğunu artırırken, raporlama süresini kısaltıyor" ifadelerini kullandı.
VM Medical Park Bursa Hastanesi Göğüs Hastalıkları Uzmanı Dr. Serap Ket Alkan, yapay zekânın tıpta kullanımıyla ilgili açıklamalar yaptı. Alkan, yapay zekânın verileri işleyerek bilgiye dönüştürdüğünü ve klinik karar süreçlerine destek sağladığını belirtti. Ayrıca, ABD Gıda ve İlaç Dairesi’nin (FDA) onayladığı 500’den fazla yapay zeka algoritmasının %85’inin görüntüleme, %75’inin ise radyoloji alanında odaklandığını vurguladı.
“Dünyada binden fazla merkezde kullanılıyor”
Günümüzde yapay zekâ yazılımlarının sağlık alanında dünyada binden fazla merkezde kullanıldığını işaret eden Alkan, şu bilgileri paylaştı:
“Binlerce görüntü, bu sistemler kullanılarak radyolog ve klinisyenlerin görüşüne sunulmaktadır. Hedef, hekimlerin iş yükünü azaltmak ve kararlarını desteklemektir. Yapay zekanın performansı kullanılan verilerin kalitesine bağlıdır. Yapay zekâya ’öğretme’ aşamasında veri toplama, işaretleme ile uzman değerlendirmesi en önemli basamaklardır. Verileri doğru ve etik kullanmak, uzman değerlendirmesi basamağında hekim kontrolündedir.”
“İşaretleme süreci yavaş, değerlendirme süreci uzun olabilir”
Tıp alanında yapay zekâ çalışmalarının diğer alanlara göre daha karmaşık olduğunun altını çizen Uzm. Dr. Alkan, “Çünkü tıpta, yeterli veri mevcut değildir, olan verilere de erişim kısıtlıdır. Tetkiklerin çekim standartları birçok kurumda değişken ve yetersizdir. YZ model eğitimleri için işaretleme yapacak radyolog veya klinisyene ulaşıma genellikle zordur. Bu yüzden işaretleme süreci yavaş, değerlendirme süreci de uzun olabilmektedir. YZ sistemlerinde güvenlik ve güvenilirlik düzenlenmesi ile denetim mekanizmalarının bulunmaması eksiklik olarak kabul edilir” ifadelerine yer verdi.
“Yapay zekâ ile teşhis gecikme süresi 7 saatten 43 dakikaya düştü”
Yapay zekânın tıpta kullanıldığı alanların tıbbi görüntülemeden robotik cerrahiye kadar uzandığını belirten Uzm. Dr. Alkan, şunları söyledi:
“Yapay zeka ile tıbbi görüntülemede tanı oranını artırır, raporlama zamanını kısaltır. Yapay zeka tabanlı acil triyaj ile hem zamandan tasarruf hem de acil durumlarda vakaların daha kısa zamanda tanı alması ve müdahale yapılması sağlanır. YZ çalışmalarında, kritik hastalardaki tanıda gecikme süresinin 7,2 saatten 43 dakikaya düştüğü gösterilmiştir.”
“Tümörlerin görüntüleme verilerini ve genetik mutasyonlarını analiz eder”
Yapay zekanın başta kanser araştırmaları olmak üzere birçok farklı alanda katkı sunmaya başladığını söyleyen Uzm. Dr. Alkan, “Yapay zeka ile kanser araştırmalarında yaygın kullanılan radiogenomics, tümörlerin görüntüleme verilerini, bu tümörlerin genetik mutasyonlarını veya gen expresyon profillerini analiz eder. Bu sayede hastalığın genetik yapısı ve görüntüleme bağlantısı ile prognoz ve tedavi yanıtı değerlendirilir. Böylece, kişiye özel tedavi yaklaşımlarının geliştirilmesinde büyük potansiyele erişilir. Yapay zeka destekli tıbbi eğitim ve öğretim de sağlanabilir. Yapay zeka tabanlı 3 boyutlu görüntüler ile anatomik yapılar cerraha gösterilebilir, girişimsel işlemlerin başarısı arttırılıp komplikasyon oranı azaltılabilir. Ayrıca cerrahi sonrası da hastaların risk skorları belirlenebilir. Torasik onkolojide yapay zeka kullanımı ile akciğer kanseri taraması ile erken tanı ve tedavi sağlanabilir. Pet-bt korelasyonu ile tümörlerin karakteristiği ile gereksiz biyopsi yapma işlemleri azaltılabilir. Yapay zekâ, böylece kişiselleştirilmiş tıp uygulamalarına katkıda bulunur” dedi.
Akciğer hastalıklarında yapay zekâ kullanımına da değinen Uzm. Dr. Alkan, “Akciğer hastalıklarında yapay zeka kullanım alanları olarak nodül tespit ve takibi, akciğer kanseri tespit ve takibi, interstisyel AC hastalığı tespit ve takibi, pulmoner emboli, KOAH tespit ve takibi olarak sayılabilir. Diğer tıbbi branşlarda ise meme, prostat kanseri tespiti ile felç (inme) tanısında kullanımı sayılabilir” şeklinde konuştu.
“Yanlış negatiflik ve yanlış pozitiflik, endişelere yol açabilir”
Yapay zekâ kullanımlarında yanlış negatif ve yanlış pozitif sonuçların varlığı ve oluşturacağı sorunlara dikkat çeken Uzm. Dr. Alkan, “Yapay zeka ile yanlış negatiflik, teşhis ve müdahaleyi geciktirebilir. Ayrıca tek bir konuya odaklanırken farklı ciddi bir durum için gecikmeye vesile olabilir. Bunun dışında, yanlış pozitiflik oranı yüksek olduğunda da hasta ve klinisyende endişeye yol açabilir ve gereksiz tetkik istemine sevk edebilir” dedi.
“Yapay zekâ karar verici değil, dijital yardımcı konumunda olmalı”
Yapay zekânın insana göre hızlı, tutarlı, ölçeklenebilir ve her yerden ulaşılabilir olduğunun altını çizen Uzm. Dr. Alkan, “İnsan ve yapay zekâ işbirliği, gelecekte tıbbi görüntüleme alanında daha yaygın bir model olacaktır ancak unutulmamalıdır ki, empati, yorum ve karmaşık karar alabilme, insana özgü beceriler olup yapay zeka bunu sadece destekleyebilir. Klinik karar destek sistemlerinde yapay zeka, doktorların yanındaki dijital yardımcılar konumundadır” ifadelerini kullandı.
