Sağlıkta Yapay Zekâ Destekli Makine Görüşü: Tanı ve Bakım İçin Yeni Olanaklar

Makine Görüşü ve Sağlık

Makine görüşü, bilgisayarların görüntülerdeki örüntüleri tanımasını ve analiz etmesini sağlar. Sinir ağları ve derin öğrenme bu alanda önemli araçlardır. ChatGPT gibi büyük dil modelleriyle birlikte yapay zekânın görünür uygulamalarındandır, ancak insan görmesiyle aynı biçimde çalışmaz.

Otonom sürüş ve robotların çevrelerini algılaması önemli uygulamalardır. Görüntü analizi tek başına tam otonomi veya güvenli çalışma sağlamaz.

Bu uygulamalar ticari ilgiyi artırıyor. Makine görüşü ve sağlıkta görüntü analizi için pazar tahminleri, kullanılan tanıma ve yıla göre değişir; tek bir büyüklük bütün alanları temsil etmez.

Kaynak: EPAM

Sağlıkta birçok değerlendirme görsel bilgiye dayanır. Doğrudan muayene, radyografi, bilgisayarlı tomografi ve diğer görüntüleme yöntemleri buna dahildir.

Değerlendirme deneyim gerektirir ve gözlemciler arasında farklılıklar olabilir. Bununla birlikte tıbbi görüntülemede otomatik ölçümler yapay zekâdan önce de kullanılıyordu.

Araştırmacılar ve şirketler, görüntü analizini destekleyen yapay zekâ sistemleri geliştiriyor. Üstünlük ve klinik yarar, her ürün ve kullanım için ayrı olarak gösterilmelidir.

Doğrudan Görsel Muayene

Kulak enfeksiyonlarının değerlendirilmesine yönelik araştırmayı “Yapay Zekâ Tıbbi Tanıya Nasıl Yardımcı Olabilir?” yazısında ele aldık. Çalışma performansı, tüm hekimlerden her koşulda daha iyi tanı konduğu anlamına gelmez.

Google araştırmalarında 26 cilt hastalığı için ayırıcı tanı desteği, diyabetik retinopatinin saptanması ve gelecekteki retinopati riskinin tahmini incelenmiştir. Bunlar farklı çalışmalar ve kullanım amaçlarıdır; özerk tanı yetkisi anlamına gelmez.

Retina görüntülerinden anemi olasılığının tahmini de araştırılmıştır. Bu, kan testinin yerini alan onaylı genel bir yöntem değildir. Başka bir çalışma kardiyovasküler risk etkenlerinin tahminini incelemiştir; bireysel kalp krizini kesin olarak öngörmez.

Endoskopide Iterative Health gibi şirketlerin yapay zekâ sistemleri belirli lezyonların saptanmasına destek verebilir. Polip saptama desteği bütün mide ve bağırsak kanserleri için otomatik tanı demek değildir.

Tıbbi Görüntü Analizi

Röntgen, tomografi ve ultrason gibi yöntemler giderek daha fazla görüntü üretiyor. Bunların yorumlanması hem uzmanlık hem etkili iş akışları gerektiriyor.

Yapay zekâ görüntü kalitesini iyileştirme, veriyi düzenleme ve belirli ölçümleri otomatikleştirmede yardımcı olabilir.

Örneğin Cleerly, koroner BT anjiyografi görüntülerini analiz ederek koroner damarların modellenmesine, darlıkların ve plakların değerlendirilmesine yardımcı olan yazılım geliştirir. Sonuçlar klinik bağlamda yorumlanmalıdır.

Butterfly Network (BFLY ) taşınabilir ultrason cihazları geliştirir. Çip üzerindeki mikroelektromekanik yapılar, geleneksel piezoelektrik dönüştürücülerden farklıdır. Görüntüleme ve yapay zekâ özellikleri cihaz ile yazılıma göre değişir.

Kaynak: Butterfly Network

GE HealthCare’in Verisound AI çözümleri, görüntü elde etme rehberliği ve belirli ölçümlerin otomasyonu gibi işlevleri kapsar. Verisound AI ayrı bir bağlı şirket değildir; her özellik tüm organlar veya cihazlar için geçerli değildir.

Google araştırmaları meme kanseri taramasını destekleme ve radyoterapi planlamasında zaman kazandırma gibi alanları da inceler. Araştırma sonuçları ile belirli klinik kullanımların onayı ayrılmalıdır.

Bu alanda Oxipit çalışmaktadır. ChestEye ile göğüs radyografilerinde bulgu desteği sunar. ChestLink ise belirtilen koşullarda normal göğüs grafilerinin iş akışını otomatikleştirmeye yöneliktir. İkisini yalnızca kaçırılmış akciğer tümörlerini arayan aynı sistem gibi görmek doğru değildir.

Ameliyat

Yapay zekâ cerrahi ekipleri de farklı biçimlerde destekleyebilir.

Görüntü analizi, özellikle robot yardımlı cerrahide ek bilgi veya anatomik işaretler sunabilir. Bu, cerrahın yerini alan tam otonom ameliyatla aynı şey değildir.

Bazı araştırmalar, cerrahi videolardan işlemin aşamalarını veya sonraki hareketleri tahmin etmeyi amaçlıyor. Her ameliyatta sonraki 15–30 saniyenin güvenilir biçimde öngörüldüğü gösterilmiş değildir.

Massachusetts General Hospital cerrahi yapay zekâ ve yenilik laboratuvarından Dr. Eckhoff’un değerlendirmesi

Fransız Pixee Medical ortopedik cerrahide akıllı gözlükler veya başka optik araçlarla üç boyutlu izleme çözümleri geliştirir. Navigasyon desteği kendi başına otonom cerrahi değildir.

Ameliyat kaydı ve malzeme takibi de otomasyon alanlarıdır. ABD’de hastada unutulan cerrahi materyallere ilişkin tarihsel tahminler bu sorunun önemini gösterir. Sayılar yalnızca aletleri kapsamayabilir; görüntü takibi bütün olayları ortadan kaldıracağını garanti etmez.

Veri Yönetimi

Hasta Verileri

Hasta verilerini doğru yönetmek, tanı ve tedavinin koordinasyonu açısından önemlidir. Görsel yapay zekâ uygulamaları bunun yalnızca bir bölümüdür.

Yüz tanıma, kimlik eşleştirmesinde araştırılan araçlardan biridir. Ancak yanlış eşleşmeler, mahremiyet ve erişilebilirlik sorunları yaratabilir. Facia gibi genel teknoloji sağlayıcıları, her hastanede doğrulanmış klinik uygulama anlamına gelmez.

Radyoloji görüntüleri, hasta dosyaları, başka kurumlardaki tedaviler ve reçeteler farklı sistemlerde bulunabilir. Bunları birleştirmek standartlar, izinler ve veri kalitesi gerektirir.

Örneğin CloudMedx Health gibi çözümler bu bilgileri işlemek ve birleştirmek için kullanılabilir. Yapay zekâ tek başına bütün kayıtların doğru veya eksiksiz olmasını sağlamaz.

Kaynak: CloudMedxHealth

Daha geniş veri kümeleri üzerinden Komodo Health gibi şirketler sağlık hizmeti kullanımını analiz eder. Bunlar ABD’deki her kişiyi ve her hizmeti eksiksiz kapsayan kayıtlar değildir.

İzleme

Hastane ortamında görüntü analizi, belirli hijyen uygulamalarını veya iş akışlarını izlemeye yardımcı olabilir. Yanlış alarmlar ve mahremiyet etkileri de değerlendirilmelidir.

Evde izleme ve hareket analizi, uygun hastalarda rehabilitasyonu destekleyebilir. Klinik uygunluk, maliyet ve sonuçlar programdan programa değişir.

Bazı sistemler düşmeleri algılayıp yakınlara veya izleme merkezlerine bildirim gönderebilir. Acil servis çağrısı, sistemin ayarlarına ve hizmet düzenine bağlıdır.

Uzaktan sağlık hizmetlerinde Corti.AI gibi araçlar konuşma analizi ve dokümantasyona da destek verir; bunların hepsi makine görüşü değildir. Konuyu “Evden Sağlık Hizmeti: Beş Teletıp Şirketi” yazısında ele aldık.

Tıbbi Araştırmayı İyileştirme

Biyolojik veriler, canlıların çeşitliliği ve ölçüm koşulları nedeniyle karmaşık olabilir. Bu, biyolojinin diğer bilimlerden daha az bilimsel olduğu anlamına gelmez.

Örnekler; hücre bileşimi, hastalık, çevre ve ölçüm yöntemleri bakımından farklılık gösterebilir.

Hücre sayımı ve kan analizlerinde otomatik cihazlar zaten yaygındır. Mikroskobik yayma incelemesi gibi bazı aşamalarda manuel değerlendirme ve gözlemciler arası farklılıklar sürer.

SigTuple’un Shonit ve dijital mikroskopi çözümleri kan yaymalarının görüntülenmesini ve hücrelerin değerlendirilmesini destekler. Bu, her hücre tipinde ve her örnekte hatasız otomatik tam kan sayımı demek değildir.

Kaynak: Sigtuple

Görüntü verilerini standartlaştırmak için Enlitic gibi araçlar da kullanılır. Standartlaştırma araştırmayı kolaylaştırabilir, ancak kaynak verinin bütün yanlılıklarını gidermez.

Genomik, transkriptomik ve proteomik gibi alanlarda artan veri hacmi yeni analiz araçları gerektiriyor. Bu gelişmeleri “Multiomik: Biyoteknolojinin Sonraki Adımı” yazısında inceledik.

Gen düzenleme araçlarının tasarımında da yapay zekâ araştırılıyor. Örneklerden biri “OpenCRISPR-1 ile Yapay Zekâ Destekli Gen Düzenleme” yazısında anlatılmıştır.

Görme ve Erişilebilirliğe Destek

Görüntü analizi, görme engelli veya az gören kişilere nesneleri ve çevrelerini betimleyen yardımcı araçlarda kullanılabilir.

Optik karakter tanıma ile metin sese dönüştürülebilir. Doğruluk, ışık ve görüntü kalitesi gibi koşullara bağlıdır.

Yüz ifadeleri veya hareketlerle cihaz kontrolü de erişilebilirliği destekleyebilir. Kullanıcının ihtiyaçlarına uygun tasarım ve güvenilirlik önemlidir.

Makine Görüşü Şirketleri

1. Alphabet

Google, arama hizmeti ve Android gibi ürünleriyle büyük bir teknoloji şirketidir. Alphabet grubunun parçasıdır.

Şirketin sağlık görüntüleme ve tanı araştırmalarında önemli çalışmaları vardır. Araştırma, ürün geliştirme ve onaylanmış klinik kullanım farklı aşamalardır.

Makine görüşü dışında, AlphaFold proteinlerin üç boyutlu yapılarını tahmin eder. Bu bilgiler ilaç araştırmasına yardımcı olabilir, ancak tek başına bir ilacın etkinliğini veya güvenliğini göstermez. Konuyu “İleriye Dönük Modelleme ve Yapay Zekâyla İlaç Keşfi” yazısında ele aldık.

Kaynak: News Medical

Google’ın sağlık araştırmaları arasında Med-PaLM, tıbbi sınav tarzı sorulara yanıt veren bir dil modeli; geliştiriciler için Open Health Stack, genomik varyant analizi için DeepVariant ve elektronik sağlık kayıtları için derin öğrenme bulunur. Sınav başarısı, klinikte bağımsız hekimlik yetkinliğiyle aynı değildir.

Sağlık dışında Google Vision AI görüntü sınıflandırma, nesne veya metin tanıma gibi işler için kullanılabilir. Görsel analiz hizmetleri ile metin, görüntü veya video üreten modeller aynı ürün ailesinin tek bir işlevi değildir.

Alphabet (GOOG ) ve Google, sağlık dâhil çeşitli alanlarda yapay zekâ geliştirir. Ticari sonuçlar, kullanımın yaygınlaşmasına, rekabete ve düzenlemelere bağlıdır.

2. Butterfly Network

Butterfly, taşınabilir ultrason cihazlarının yanında Compass adlı iş akışı ve kurumsal yönetim yazılımını sunar. Compass kendi başına bütün tanıları koyan bir yapay zekâ aracı değildir.

Kaynak: Butterfly Network

Şirket üçüncü nesil ultrason cihazı iQ3’ü 2024’te ABD’de piyasaya sürdü. Önceki iQ+ ile karşılaştırıldığında veri aktarımı ve işlem gücünde artış bildirdi. Çip tabanlı teknoloji farklı bir tasarımdır; her klinik kullanımda otomatik üstünlük anlamına gelmez.

Ürünün özellikleri arasında belirli hacimsel ve çok düzlemli görüntüleme araçları, bulut bağlantısı ve iş akışı seçenekleri bulunur. Kullanılabilirlik, lisans ve fiyatlar ülke ile yapılandırmaya bağlıdır.

Yapay zekâ araçları görüntü elde etme rehberliği, belirli otomatik ölçümler ve eğitim desteği sağlayabilir. Her işlevin kapsamı ayrıca değerlendirilmelidir.

Kaynak: Butterfly Network

Butterfly bazı Asya pazarlarına ve veterinerlik uygulamalarına da genişlemiştir. Cihazın taşınabilirliği yararlı olabilir; ancak ruhsat, dağıtım ve kullanım koşulları pazara göre değişir.