MEDİMAGAZİN - Radyologlar, 2.000'den fazla göğüs röntgeninin incelendiği çığır açan bir çalışmada, üç yaygın akciğer hastalığının kesin olarak belirlenmesinde yapay zekayı geride bırakarak hünerlerini kanıtladılar.
Danimarka'nın Kopenhag kentindeki Herlev ve Gentofte Hastanesi Radyoloji Bölümü'nde asistan radyolog ve doktora öğrencisi olan Dr. Louis L. Plesner tarafından yürütülen araştırma, tıp alanında yapay zekanın devam eden gelişimine ilişkin önemli bilgiler ortaya çıkardı.
Göğüs radyografisi teşhisindeki zorluklar
Göğüs radyografisi sağlık hizmetlerinde temel bir tanı aracıdır, ancak doğru yorumlanması kapsamlı eğitim ve deneyim gerektirir. Radyologlara yardımcı olmak için yapay zeka araçları geliştirilmiş olsa da, radyolojik tanı için klinik kullanımları nispeten yeni. Dr. Plesner, tanısal doğruluklarını değerlendirmek için yapay zeka araçlarının gerçek hayatta daha fazla test edilmesi gerektiğini vurguladı.
Radyologlar yapay zekaya karşı
Dr. Plesner ve ekibi, yapay zekanın performansını insan radyologlara kıyasla değerlendirmek için kapsamlı bir çalışma yürüttü.
Ekip, 2020 yılında Danimarka'daki dört hastanede iki yıl boyunca çekilen 2 bin 40 ardışık yetişkin göğüs röntgenini değerlendirdi. Çalışma grubunun yaş ortalaması 72'ydi ve röntgenlerin %32,8'inde en az bir hedef bulguya rastlandı. Hedef bulgular arasında hava sahası hastalığı (pnömoni veya akciğer ödemi gibi durumlarla ilişkili), pnömotoraks (çökmüş akciğer) ve plevral efüzyon (akciğerlerin etrafında sıvı birikmesi) yer aldı.
Zorlu vakalarda yanlış teşhis etti
AI araçları hava sahası hastalığı için %72 ila 91, pnömotoraks için %63 ila 90 ve plevral efüzyon için %62 ila 95 arasında değişen duyarlılık oranları sergiledi. yapay zeka, radyologlarla uyumlu olarak orta ila yüksek duyarlılık gösterirken, özellikle birden fazla bulgu mevcut olduğunda veya daha küçük hedefler için daha fazla yanlış pozitif sonuç üretti.
Pnömotoraks için, yapay zeka sistemleri için pozitif prediktif değerler radyologlar için %96'ya kıyasla %56 ila %86 arasında değişmekteydi. Dr. Plesner, yapay zekanın hava sahası hastalığını tanımlamadaki zorluklarının altını çizdi ve pozitif öngörü değerlerinin %40 ile %50 arasında değiştiğini belirtti. Plesner, yapay zekanın zorlu vakalarda hava sahası hastalığını sıklıkla yanlış tahmin ettiğini ve bağımsız teşhisler için güvenilirliğini sorguladığını vurguladı.
Gereksiz görüntülemeye yol açabilir
Dr. Plesner, radyologların hastalıkların tespiti ve dışlanmasını dengelemedeki, hem gözden kaçan durumları hem de aşırı teşhisi önlemedeki çok önemli rolünü vurguladı.
Yapay zeka hastalıkları bulma konusunda başarılı olsa da, radyologların özellikle karmaşık göğüs röntgenlerinde hastalığın yokluğunu tespit etme becerisiyle eşleşmekte zorlanıyor. Aşırı yanlış pozitif teşhisler gereksiz görüntülemeye, radyasyona maruz kalmaya ve daha yüksek sağlık hizmeti maliyetlerine yol açabilir.
Günlük uygulamada radyologlar sadece görüntüyü değil, hastanın klinik geçmişini ve önceki görüntüleme çalışmalarını da dikkate alırlar. Dr. Plesner, yeni nesil yapay zeka araçlarının, bu sentezi teşhis süreçlerine dahil edebilirlerse daha güçlü hale gelebileceğini öne sürdü.
Sonuç olarak çalışma, hastaların genellikle birden fazla hastalıkla başvurduğu gerçek hayat klinik senaryolarında insan radyologların devam eden öneminin altını çizdi. Yapay zeka araçları değerli yardımlar sağlayabilirken, radyologların uzmanlığının yerini alamayacağını ortaya koydu.