Mühendislik ve teknoloji dünyasının en prestijli yayınlarından biri olan IEEE Access dergisinde yayımlanarak dünya literatürüne giren bu yerli teknoloji, erken tanı sürecinde hekimlere hayati bir karar destek mekanizması sunacak. İşte küresel ölçekte tescillenen yerli yapay zekanın tüm detayları...
Kadın sağlığında erken teşhis edilmediğinde fallop tüplerinin yırtılmasına, şiddetli iç kanamalara ve ne yazık ki anne ölümlerine yol açabilen dış gebelik tanısında, Türk bilim insanları çığır açan bir klinik başarı elde etti. Medicana International İzmir Hastanesi Kadın Hastalıkları ve Doğum Uzmanı Op. Dr. Gültekin Koçun ve beraberindeki uzman ekibin geliştirdiği "Açıklanabilir Yapay Zeka (XAI)" modeli, tıp ve teknoloji dünyasının en saygın bilimsel dergilerinden IEEE Access'te yayımlandı.
‘Early and Accurate Diagnosis of Ectopic Pregnancy: A SHAP-Based Explainable Machine Learning Approach’ (Dış Gebeliğin Erken ve Doğru Tanısı: SHAP Tabanlı Açıklanabilir Makine Öğrenmesi Yaklaşımı) başlığıyla literatüre giren çalışma, multidisipliner Türk mühendis ve hekimlerinin ortak vizyonunu küresel ölçekte tescilledi.
%99 DOĞRULUK VE SIFIR YANLIŞ NEGATİF BAŞARISI
Gebeliğin çok erken evrelerinde rutin klinik uygulamalar olan transvajinal ultrasonografi (TVUSG) ve seri beta-hCG takipleri kullanılsa da kesin tanı koymak klinisyenler için oldukça zorlayıcı olabiliyor. Bu tanı güçlüğünü ortadan kaldırmak amacıyla yola çıkan Türk ekibin yaptığı testlerde, özellikle ağaç tabanlı toplu öğrenme (tree-based ensemble) modellerinden LightGBM DART altyapısı kullanıldı.
Geliştirilen model; dış gebelik vakalarını %99’a varan klinik doğrulukla ve sıfır yanlış negatif (yüksek duyarlılık) oranıyla tespit etmeyi başardı. Sistem aynı zamanda sağlıklı gebeliklerin tanısını da %99.8 doğrulukla koyarak, muhtemel bir hatalı tanı ihtimalini %1'in altına indirdi.
"AMAÇ AMELİYATSIZ TEDAVİ ŞANSINI ARTIRMAK VE DOĞURGANLIĞI KORUMAK"
Çalışmanın klinik aktörü olan Op. Dr. Gültekin Koçun, erken teşhisin hastanın gelecekteki üreme sağlığı açısından hayati önem taşıdığını belirterek şu değerlendirmelerde bulundu:
"Dış gebelikte erken tanı ne kadar önemliyse, doğru tanı da o kadar kritiktir. Erken teşhis koyabildiğimiz durumlarda, hastalarımıza herhangi bir cerrahi müdahale uygulamadan, hücre büyümesini durduran tıbbi ilaç tedavileriyle (metotreksat) gebelik dokusunun vücut tarafından emilmesini sağlayabiliyoruz. Ameliyatsız tedavi, gelecekteki doğurganlığın korunması açısından çok önemlidir. Geliştirdiğimiz bu yapay zeka desteği sayesinde hekimler olarak çok daha erken evrede uyarı alabileceğiz. Çoğu vakada ameliyat seçeneği gündeme bile gelmeden hastaya uygun tedavi uygulanabilecek."
GELENEKSEL MODELLERDEN FARKI: GEREKÇE SUNAN "AÇIKLANABİLİR" ALTYAPI
Tıbbi etik ve sağlık regülasyonları çerçevesinde projenin sınırlarını çizen Op. Dr. Koçun, bu teknolojinin tek başına otonom bir tanı koyma aracı veya ilk gün triyaj enstrümanı olmadığını; tamamen hekimin klinik kararlarını destekleyen bir "Klinik Karar Destek Sistemi" olduğunu vurguladı.
Geliştirilen modelin dünyadaki diğer benzer çalışmalardan en büyük farkı ise "kara kutu" (black-box) olarak bilinen ve kararları nasıl aldığını göstermeyen geleneksel yapay zekanın aksine ‘Açıklanabilir Yapay Zeka (XAI - SHAP)’ altyapısına sahip olması. Sistem; tanı koyarken intrauterin kese varlığı, endometrial kalınlık, progesteron ve beta-hCG seviyeleri gibi hangi parametreye ne kadar güvendiğini hekime gerekçeleriyle sunarak tıbbi güvenilirliği en üst düzeye çıkarıyor.
Türk bilim insanlarının ortak başarısı olan bu yenivelikçi yapay zeka modeliyle, yakın gelecekte rutin jinekoloji kliniklerinde takip süreçlerinin hızlandırılması ve anne sağlığı çıktılarının küresel ölçekte iyileştirilmesi hedefleniyor.
