Kadınlarda en sık görülen kanser türlerinden olan meme kanserinin geliştirilen yeni uygulamalar ile teşhis ve tanısının kolaylaştığını belirten Dr. Öğr. Üyesi Sevinç Özgür, “Yapılan araştırmalar radyolojide kullanılacak yapay zekanın geliştirilmiş karar destek sistemi ile daha yüksek bir tanı performansına sahip olduğunu gösteriyor” dedi.
Her yaştan kadını tehdit eden en önemli sağlık sorunlarının başında gelen meme kanserinde yapay zekanın kullanılmasının önemine dikkat çeken İstanbul Esenyurt Üniversitesi Tıbbi Görüntüleme Teknikleri Programı Dr. Öğr. Üyesi Sevinç Özgür, yapay zeka destek sistemi ile meme kanserinde yapılacak erken teşhisin hayat kurtaracak önemli bir gelişme olduğunu belirtti. Yapay zekanın radyolojiyi diğer tıbbi alanlardan daha hızlı bir şekilde etkileyeceğini kaydeden Dr. Öğr. Üyesi Sevinç Özgür, “Sadece son birkaç yılda meme görüntülemesi gibi belirli görüntü tanıma görevlerinde insan performansına erişen ve hatta bunları aşan çeşitli uygulamalar geliştirildi. Bu uygulamaların gerekli onay ve hukuki yapının tamamlanması ile günlük rutinde yerini alacaktır” dedi.

Yapay zeka kullanımının özellikle radyolojide iş verimliliğini arttıracağını söyleyen Dr. Öğr. Üyesi Sevinç Özgür, “Gelecekte derin öğrenme temelli yapay zeka sistemleri meme radyoloğunun günlük rutin işlerindeki verimliliği ve güven seviyesini artırarak, radyologların hastanın kliniğine daha çok yönelmesine olanak sağlayacak zamanı radyologlara kazandıracaktır. Radyologlar gözlerini imajlardan, yapay zeka uygulamaları ile geliştirilmiş karar destek sistemleri yardımı ile hastaya çevireceklerdir” diye konuştu.

“Bilgisayar destekli birçok yazılım geliştirildi”
Başlıca tıp ve hükümet kuruluşlarının 40 ila 50 yaşları arasındaki tüm kadınlar için tarama yapılmasını önerdiklerini belirten Dr. Öğr. Üyesi Özgür, eski uygulamalarla görüntüleme analizinde kanserin tanı ve teşhisinin zor olduğunu söyleyerek, “Mamografinin yaygın olarak benimsenmesine rağmen, bu görüntülerin yorumlanması hala zordur. Kanser saptamada uzmanlar tarafından elde edilen doğruluk oranı büyük ölçüde değişiklik gösterir ve en iyi doktorların bile performansı bazı durumlarda yetersiz kalabilir. Yanlış pozitifler; hasta kaygısı, gereksiz takip ve invaziv tanı prosedürlerine yol açabilir. Tarama sırasında gözden kaçırılan kanserler, daha gelişmiş ve tedaviye daha az yanıt verecek duruma gelene kadar tanımlanamayabilir. Radyologların meme filmlerini okumadaki verimliliği ve doğruluğunu arttırmak için bilgisayar destekli birçok yazılım geliştirilmiştir” şeklinde konuştu.
Radyolojide görüntü analizinde yüksek başarı elde edildiğini kaydeden Özgür, “Mamogramlarda meme kanserinin yakalanması için olan yazılımların geliştirilmesi son yıllarda katlanarak artmıştır. Derin öğrenmenin diğer makine öğrenme sistemlerine en temel üstünlüğü sistemin etiketlenmiş imajlar yardımı ile kendi kendine öğrenebilmesidir. Yani derin öğrenme ile bilgisayarların görüntü özelliklerini kendilerinin öğrenmesi aşamasına geçilmiştir” ifadelerinde bulundu.

Yapay zeka destekli kanser tanısı
Bilgisayar destekli tanı (Computer Aided Detection-CAD) yazılımlarının 1990’ların başlarında mamografide meme kanseri tespiti için geliştirildiğini belirten Dr. Öğr. Üyesi Sevinç Özgür, “CAD sistemleri mamografide gözden kaçan veya yanlış yorumlanan lezyonların azaltılması için önemlidir. Yeni nesil derin öğrenmeyi kullanan CAD sistemleri meme kanseri tarama programlarının hassasiyetinin artırılmasına yardımcı olmaktadır. Araştırmalar meme radyologlarının, tek başına mamografi okumaya kıyasla, yapay zeka ile geliştirilmiş karar destek sistemi yardımı ile daha yüksek bir tanı performansına sahip olduğunu göstermektedir” diyerek sözlerini sonlandırdı.