Hastaları en etkili tedavilere yönlendirebilmek için en baştan doğru tanı koymak çok önemlidir. Genetik ve modern görüntülemedeki büyük ilerlemelere rağmen, tanıların birçoğu meme kanseri hastalarını şaşırtıyor; bazıları için ise maalsef bazen çok geç olabiliyor. Bu sebeple erken teşhis özellikle kanser hastaları için büyük önem taşıyor. Yapay zeka ise son dönemde büyük bir umut veriyor. Çünkü araştırmalar gösteriyor ki yapay zeka meme kanseri teşhislerinde çok önemli bir imkan sunuyor. İşte detaylar…
Yapay zeka meme kanseri teşhisinde nasıl kullanılacak?
Özellikle kanser hastalığında geç koyulmuş tanılar genellikle agresif tedavileri, belirsiz sonuçları ve daha fazla tıbbi harcama yapmayı gerekli kılıyor. Bu ise hem hastaları yıpratıyor, hem umudu kırıyor hem de çok daha fazla harcama yapabilmeyi gerektiriyor. Sonuç olarak, erken teşhis hem hastalığın tanımlanabilmesi; hem tedavi hem de kanser araştırmaları için kilit nokta oluşturuyor.
Yayınlanan yeni bir araştırmaya göre, iki önemli kurumdan araştırmacılar, bir kadının gelecekteki meme kanseri riskini tahmin etmek için gelişmiş yapay zeka yöntemini kullanarak yeni bir araç geliştirdiler.
Bu yöntem sayesinde yani yapay zeka yardımı ile radyologların bulguları okuması ve yorumlaması için gereken süre bir dakikadan 30 saniyeye indirilmiş oluyor. Tedavi bulgularını okuma zamanındaki bu tür bir düşüş, radyologların aynı zamanda daha fazla görüntüyü yorumlayabilecekleri ve daha fazla kişiyi daha etkin tanıyabilecekleri anlamına geliyor
Bu çalışma tıp dünyasında ve meme kanseri teşhisinde büyük önem taşıyor. Çünkü meme biyopsilerinin kesin olarak okunması zor olduğundan dolayı çoğunlukla yanlış yorumlamalara sebep olabiliyor. Hatta durum bu kadar yorum açık olunca, patologlar genellikle meme biyopsileri sonucu konusunda anlaşamadıkları noktalara da düşüyorlar.
Yapay zeka hangi yöntem ile meme kanserini teşhis edecek?
Araştırmacılar bunu yapabilmek ve görüntüdeki şüpheli bulguları belirlemek için sistemi büyük bir DBT veri kümesi kullanarak eğitti. Büyük veri kümesinin kullanılmasının en önemli sebebi ise; derin öğrenme sisteminin doğruluğunun, beslendiği veri kümesinin boyutuna bağlı oluyor oluşu. Bu sistemin doğru çalışması meme kanseri teşhisleri için bulguların okuma sürelerinin ve de yanlış pozitif oranları azaltılmasının üzerinde olumlu etkide bulunarak; pratikte teknolojinin kullanışlılığını da arttıracaktır.
Araştırmacılar, bulgu okumalarının teşhisi için daha tutarlı bir yöntem bulmak amacıyla; yapay zekanın büyük bir veri setinden çizim yaparak yardımcı olabileceğini öngörmüşler. Bu nedenle de, 240 meme biyopsi görüntüsünü bir bilgisayar sistemine gömerek; bilgisayarı çeşitli meme lezyonlarıyla ilişkili kalıpları kurabilmesi için eğittiler.
Daha sonra, sonuçlarını da 87 pratisyen Amerikalı patolog tarafından yapılan bağımsız tanılarla karşılaştırdılar. Sonuç ise oldukça etkileyici ve şaşırtıcı çıktı. Çünkü program neredeyse kanser teşhisinde ve kanserin ve kanser dışı diğer vakalardan ayırt edilmesinde, doktorlardan daha az yanıldığını gösterdi.
Araştırma sonucunda elde edilen kanıtlar, bu DBT tarama yönteminin, dijital mamografi gibi daha geleneksel tarama testleriyle karşılaştırıldığında, kanser tespitinin doğruluğunu arttırdığını gösterdi. Benzer şekilde, DBT testleri de dijital mamografiyle karşılaştırıldı. Bunun sonucunda da yanlış pozitif test sonuçlarının sayısını ve gereksiz takiplerin azaltıldığı sonucu ortaya çıktı.
