Yapay Zeka Teknolojisi ile Retina Hastalıklarının Otomatik Teşhisi- 1
Okuma:440
Yapay zeka teknolojisi umut vaat ediyor olsa da hala üstesinden gelinmesi gereken engeller vardır. 2016 yılında, Gulshan ve arkadaşları ve Google ekibi tarafından hazırlanan “Retinal fundus fotoğraflarında diyabetik retinopati tespiti için derin öğrenme algoritmasının geliştirilmesi ve doğrulanması” makalesi JAMA'da yayınlandı. Tıp ve oftalmoloji, özellikle retina için çığır açan bir makale olarak görüldü ve bize makine öğrenimi algoritmaları (yapay zeka -YZ) aracılığıyla retina teşhisinin gerçekliğine bir göz atmamızı sağladı. Makale, renkli fundus fotoğraflarından diyabetik retinopatiyi (DR) tespit etmede etkileyici bir doğruluk gösterdi ve genellikle kurul onaylı oftalmologlardan daha iyi tanısal sonuçlar verdi.
Takip eden aylarda, bu teknolojinin geleceğine odaklananlar herhangi bir hastada çok modlu görüntü kümelerini yorumlayabilen YZ algoritmalarına hızla geçmeden önce, ilk olarak DR ve diğer yaygın retina hastalıklarının yüksek doğrulukta teşhisi için kullanılabileceği umuyordu. Basit fundus fotoğraflarını, hatta daha karmaşık bir görüntüyü, saniyeler içinde doğru tanıyı döndürecek bir algoritmaya besleme fikrini düşünmek çığır açıcıydı. Beyaz nokta hastalıkları, CAR ve MAR gibi sorunlar veya subretinal sıvının gerçek nedeni ile boğuşma (kronik santral seröz retinopati ve ıslak maküler dejenerasyon) gibi sorunlar için artık endişelenmenize gerek yok olarak düşünüldü.
Günümüzde Yapay Zeka
Ne yazık ki günümüzde yaygın otonom yapay zeka teşhisine 5-6 yıl öncesine göre daha yakın olamayacakmışız gibi görünüm vardır. Bununla birlikte, son yıllarda büyük kilometre taşları olmuştur: FDA, DR'nin teşhisi ve taranması için iki YZ teknolojisini onayladı. Fundus kamera görüntüleri ile birlikte kullanılabilen IDx-DR (Digital Diagnostics) ve EyeArt (EyeNuk), FDA tarafından onaylanınca önümüzdeki yıllarda muhtemelen birçok yeni YZ teknolojisinin önü açılmış oldu.
IDx-DR, aşağıdaki noktaları belirlemelerini vermek için FDA onaylıdır:
Hafif DR'den fazlası için negatif; 12 ayda yeniden kontrol
Hafiften daha fazla DR tespit edildi: bir göz doktoruna başvurun
EyeArt, aşağıdaki bakım noktası belirlemelerini vermek için FDA tarafından onaylanmıştır:
Hafif DR'den daha fazlası
Görmeyi tehdit eden DR (şiddetli DR ve proliferatif DR).
Bu sistemlerin her ikisi de benzerdir ve birinci basamak hekimleri gibi göz dışı ortamlarda diyabetik hastalarına tarama sunmayı amaçlar. Bu sistemlerin, çok büyük bir diyabetik tarama popülasyonuna sahip olmaları ve muhtemelen nadir görülen bir senaryo olan sınırlı sağlayıcı kaynaklarına sahip olmaları dışında, geleneksel göz bakımı uygulamalarına eklenecek çok az şeyi vardır.
Ayrıca Krause ve arkadaşları tarafından DR derecelendirmesi için otomatik algoritmaların kullanılmasına ilişkin 2018 Oftalmoloji makalesinde anlatıldığı gibi artık altın standart algoritma geliştirme için büyüyen bir bilgi tabanına sahibiz. Ancak, bu teknolojilerin yaygın olmaktan uzak olduğunu ve benimsemenin geçici olduğunu söylemek güvenli görünüyor. Ayrıca, klinik ortamında doktorlara anlamlı yardım sağlayan YZ konusunda çok az ilerleme gördük.
Günümüzde retina teşhisi için YZ kullanımının karşılaştığı zorluklar
a-Teknoloji
Teknoloji açıkça bu alanın merkezinde yer alıyor, ancak şu anda sınırları var. DR, maküler dejenerasyon ve retinal ven tıkanıklığının saptanması ve derecelendirilmesi ulaşılabilir olsa da diğer göz hastalıklarının çoğu daha zordur. Tıp alanı dışında YZ görüntü tespiti, retina YZ algoritmalarından çok ileridedir.
YZ'nın daha az yaygın hastalıkları tespit etmesini sağlamada önemli bir sınırlayıcı faktör, makine öğrenimi algoritmalarının yüksek doğruluğa ulaşması için mevcut eğitim görüntülerinin sayısıdır. DR görüntüleri, özellikle kamuya açık büyük veri kümelerinde yaygındır. Ancak, bir algoritmayı başarılı ve doğru bir şekilde eğitmek için gereken sayılarda daha nadir durumların görüntülerini elde etmek çok daha zordur. Bu, tarama popülasyonundaki önemli, görmeyi tehdit eden veya nadir görülen sorunlara (örneğin papilödem, retina dekolmanı veya göz içi tümörü) bakıldığında özellikle önemlidir. Bu, algoritma geliştirmede büyük bir sorundur ve retina teşhisi için kapsamlı bir YZ çözümünü sınırlar.
Eksiksiz bir retinal YZ teşhis paketi sunmak, her biri on binlerce görüntüye ihtiyaç duyan düzinelerce algoritma gerektirecektir. Görüntüler kaynaklanmalı ve satın alınmalı ve daha sonra ücretli doktorlar tarafından etiketlenmelidir. Bu noktada, görüntülerin yüklendiği ve ardından gönüllüler tarafından yıllar içinde etiketlendiği bir topluluk projesi ileriye dönük tek makul yol olabilir.
Umut verici bir kavram, retina görüntülerinin sistemik hastalık ve risk faktörleriyle bağlantılı olabileceğiydi - örneğin, YZ, retinadaki miyokard enfarktüsü veya beyin felci ile yakından bağlantılı vasküler değişiklikleri tespit edebilir. Bunların önlenmesi sağlık hizmetleri için çok büyük bir değere sahip olacaktır. Bu muhtemelen hala umut vaat ediyor, ancak pratik olarak elde edilmesi çok zor görünüyor. Çok büyük bir sorun, uzunlamasına verileri retina görüntüleri ile eşleştirmektir. Bu tür veri kümeleri inanılmaz derecede maliyetlidir ve yönetilmesi zordur.
Günümüzün ileri tıp teknolojisi, tıpta veya cerrahide neredeyse her türlü teknik sorunu çözmek için yaratılmış gibi görünse de bazen en azından uygun maliyetli bir şekilde iyi bir doktorun yerini almak zordur. YZ klasik bir örnektir. Bir YZ retina teşhis sistemi oluşturmak için geliştirme maliyetlerini göz önünde bulundurulmalıdır: görüntü elde etme ve etiketleme maliyetleri, genel Ar-Ge, YZ mühendisleri, yatırım getirisi ve devam eden karlar. Bu maliyetler az değildir. Ardından, fundus görüntülerini makul bir hızda okuyan bir dizüstü bilgisayara sahip bir retina uzmanıyla karşılaştırın. İnsan doktorları yenmek genellikle zordur.
Not: Katkılarından dolayı Dr. Mehmet ÇITIRIK’a teşekkür ederiz.
Web sitesindeki bu bilgiyi, sunu ve yayınlarınızda aşağıdaki şekilde kaynak göstererek kullanabilirsiniz.
(Çıtırık M, Teke MY. Yapay Zeka Teknolojisi ile Retina Hastalıklarının Otomatik Teşhisi- 1. http://www.retinaclub.com/ Son Güncellenme Tarihi 01/12/2022).
