MEDİMAGAZİN - Osaka Metropolitan Üniversitesi'nden bilim insanları, çığır açan bir çalışmayla yapay zekânın (YZ) kalp kapak hastalıklarını daha önce görülmemiş bir doğrulukla teşhis etmedeki olağanüstü potansiyelini ortaya koydu. Araştırmacılar, yapay zeka teknolojisinden yararlanarak, kalp fonksiyonlarını sınıflandırabilen ve yaygın olarak göğüs röntgeni olarak bilinen akciğer grafilerinden kalp hastalıklarını tanımlayabilen bir modeli başarıyla geliştirdiler. Bu yenilikçi araştırmanın sonuçları, prestijli bir tıp dergisi olan The Lancet Digital Health'te yayınlanacak.
Kalp yetmezliğinin önde gelen nedenlerinden biri olan kalp kapak hastalıkları, geleneksel olarak özel beceriler gerektiren bir teknik olan ekokardiyografi kullanılarak teşhis ediliyor. Ancak bu alanda kalifiye teknisyen sayısının azlığı önemli bir zorluk teşkil etmektedir. Erişilebilir ve tekrarlanabilir bir alternatife duyulan ihtiyacı fark eden Osaka Metropolitan Üniversitesi Tıp Fakültesi Teşhis ve Girişimsel Radyoloji Bölümü'nden Dr. Daiju Ueda liderliğindeki ekip, göğüs radyografilerinin tamamlayıcı bir teşhis aracı olarak kullanılma potansiyelini araştırdı.
Seçilen altı kalp kapak hastalığı türünü doğru bir şekilde sınıflandırdı
Akciğer grafileri ya da göğüs röntgenleri hastanelerde yaygın olarak uygulanmakta ve minimum zaman gerektirme avantajını sunmaktadır. Öncelikli olarak akciğer hastalıkları için bir test görevi görmesine rağmen, araştırmacılar göğüs radyografilerinin kalp fonksiyonu ve hastalıkları hakkında da bilgi sağlayıp sağlayamayacağını araştırdılar.
Araştırma ekibi, yapay zeka modelini eğitmek için 2013 ve 2021 yılları arasında dört tıbbi tesiste 16.946 hastadan 22.551 göğüs radyografisi ve 22.551 karşılık gelen ekokardiyogramdan oluşan geniş bir veri seti topladı. Bilim insanları, çok kurumlu verileri kullanarak önyargıyı en aza indirmeyi ve yapay zeka modelinin doğruluğunu artırmayı amaçladı.
Sonuçlar etkileyiciydi. Dr. Ueda'nın ekibi tarafından geliştirilen yapay zeka modeli, seçilen altı kalp kapak hastalığı türünü doğru bir şekilde sınıflandırarak 0,83 ila 0,92 arasında değişen bir Eğri Altındaki Alan (AUC) elde etti. AUC, yapay zeka modellerinin performansını değerlendirmek için kullanılan bir derecelendirme endeksidir ve daha yüksek değerler daha yüksek doğruluğu gösterir. Modelin, kalp fonksiyonlarının izlenmesinde çok önemli bir ölçüt olan sol ventrikül ejeksiyon fraksiyonunu %40'lık bir kesme ile tespit etmede 0,92'lik olağanüstü bir AUC elde etmesi dikkat çekicidir.
"Uzman eksikliğinin olduğu durumlarda kullanılabilir"
Dr. Ueda bulgulardan duyduğu heyecanı dile getirerek, "Bu sonuçlara ulaşmamız çok uzun zaman aldı, ancak bunun önemli bir araştırma olduğuna inanıyorum" dedi. Bu yapay zeka tabanlı sistemin, özellikle uzman eksikliğinin olduğu durumlarda veya gece acil durumlarda doktorların teşhislerinin verimliliğini artırmadaki potansiyel etkisinin altını çizdi. Ayrıca, ekokardiyografiye girerken zorluklarla karşılaşan hastalar için değerli bir destek sağlayabilir.
Bu çığır açan çalışma, tıp ve teknoloji alanlarını birleştirerek hasta bakımını ilerletmede yapay zekanın muazzam vaadini gözler önüne seriyor. Göğüs röntgenlerinden kardiyak fonksiyonları ve kalp kapak hastalıklarını doğru bir şekilde belirleyebilme yeteneğiyle yapay zeka, teşhis sürecinde devrim yaratma, tıbbi verimliliği artırma ve uzmanlığın olmadığı uzak bölgelerde bile önemli kardiyak bakıma erişimi genişletme potansiyeline sahiptir.
