Yapay Zeka, Göğüs Röntgenlerinde COVID-19’u Uzmanlardan 10 Kat Daha Hızlı Tespit Etti
Fotoğraf: Görselde, röntgenlerin ısı haritalarındaki COVID pozitif (A-C) görüntülerine karşılık, COVID negatif (D) görüntüleri verilmiştir. Isı haritasındaki renklerin yoğunluğu, Covid-19 pozitifliği tahmini için önemli olan görüntü özelliklerine karşılık gelir.
Northwestern Üniversitesi araştırmacıları, akciğerlerin X ışını altındaki görüntülerini analiz ederek Covid-19’u tespit eden yeni bir yapay zeka aracı geliştirdi. Deep-Covid-XR adı verilen makine öğrenimi algoritması, X ışını altında, Covid-19’u, uzman radyologlardan oluşan bir ekipten yaklaşık 10 kat hızlı ve %1-%6 oranında daha doğru bir şekilde tespit etti.
Araştırmacılar, Covid dışındaki nedenlerle hastanelere müracaat eden hastaları taramak için yapay zekadan yararlanılabileceğine inanıyor. Virüsün daha hızlı ve erken tespiti, pozitif hastaların daha erken karantinaya girmesini sağlayarak diğer hastaları ve sağlık çalışanlarını da koruyabilir.
24 Kasım’da ‘Radiology’ dergisinde yayımlanan çalışmanın yazarları, çalışmanın aynı zamanda hastaları izolasyon ve test için potansiyel olarak belirleyebileceğine inanıyor.
Nortwestern Üniversitesi’nde bir yapay zeka uzmanı olan Aggelos Katsaggelos, amaçlarının var olan testin yerini almak olmadığını fakat geliştirilen sistemin hastayı tarayıp hastanın izole edilip edilmemesi gerektiğini belirlemesinin yalnızca saniyeler aldığını söyledi.
Kardiyolog Dr. Ramsey Wehbe ise çalışmayla ilgili olarak “Bir Covid-19 testinin sonuçlarını almak saatler ve hatta günler sürüyor. Yapay zeka, kişinin virüsü taşıyıp taşımadığını göstermiyor ancak algoritma kullanılarak hasta işaretlendiği takdirde, izolasyon sürecini hızlandırmış oluruz.” dedi.
Uzman Kişiler
Birçok Covid-19 hastasının göğüs röntgenleri akciğerlerin düzensiz ve puslu göründüğü birbirine benzeyen modellerdir.
Wehbe “Covid-19’lu birçok hastanın göğüs görüntülerinde bazı karakteristik bulgular var. Bu karakteristik bulgular arasında akciğerlerin özellikle alt loblar ve çevre boyunca sıvı dolu ve iltihaplı olması vardır.” dedi.
Sorun, kalp yetmezliği, zatürre ve diğer bulaşıcı hastalıkların röntgende benzer görünebilmesidir. Covid-19’la daha az bulaşıcı hastalık arasındaki farkı anlayabilmek için uzmanlık gerekir.
Katsaggelos zaten tıbbi görüntüleme için yapay zeka laboratuvarında, kardiyoloji görüntüleme projeleri için Wehbe’yle birlikte çalışıyordu. Pandeminin artmaya başlamasıyla birlikte, Covid-19 ile mücadeleye yardımcı olmak için uzmanlıklarını kullanabileceklerini düşündüler ve bu çalışmayı ortaya koydular.
Yapay Zeka İnsana Karşı
Araştırmacılar, yeni algoritmayı geliştirmek, eğitmek ve test etmek için tam 17,002 göğüs röntgeni görüntüsü kullandı. Bu da Covid-19 döneminde, bir yapay zekayı eğitmek için kullanılan göğüs röntgenlerinin yayımlanmış en büyük veri kümesi demek. 17,002 röntgen görüntülerinin 5,445’i Northwestern Memorial Sağlık Hizmetleri’nin sitesindeki Covid-19 pozitif hastalarına ait.
Ekip daha sonra DeepCOVID-XR’ı Lake Forest Hastanesinden rastgele alınan 300 röntgen görüntüsü üzerinde 5 deneyimli radyologa karşı test etti. Radyologların bu görüntü dizilerini incelemeleri 2.5-3.5 saat arası zamanlarını alırken, yapay zeka yalnızca 18 dakikada inceledi. Radyologların doğruluğu %76-81 arasında değişirken, yapay zeka %82’lik bir doğruluk oranıyla biraz daha iyi bir performans gösterdi.
Wehbe “Görüntüleri inceleyenler görüntüleri okumada uzmanlığı bulunan kişiler. Fakat genelde göğüs röntgenlerinin çoğu genel radyologlar tarafından okunur veya başlangıçta tedaviyi gerçekleştiren radyolog olmayan kimseler tarafından yorumlanır ve genelde de bu ilk yoruma bağlı olarak karar verilir.” dedi.
Katsaggelos ise çalışmayla ilgili olarak “Röntgen ucuz ve rutin bakımın yaygın bir unsurudur. Potansiyel olarak para ve zaman tasarrufu sağlayabilir. Bu da, özellikle Covid’le çalışırken zamanlamanın çok kritik olması nedeniyle çok önemlidir.” sözlerini kullandı.
Teşhis için Sınırlar
Tabii ki, tüm COVID-19 hastalarında belirti görülmez. Özellikle virüsün ilerlemesinin başlarında, muhtemelen hastaların akciğerlerinde henüz belirtiler görülmeyecektir.
Wehbe, bu konuyla ilgili olarak “Bu gibi durumlarda, sistem hastayı pozitif olarak işaretlemeyecek.” dedi ve devam etti. “Ama bunu bir radyolog da yapmaz. Bu sebeple, COVID-19’un radyolojik teşhisinin bir sınırı var, bu yüzden bu çalışmayı testin yerini almak için bunu kullanmayacağız. ”
Northwestern araştırmacıları, DeepCOVID-XR’ı, başkalarının yeni verilerle eğitmeye devam edebileceği umuduyla algoritmayı halka açık hale getirdi. DeepCOVID-XR şu anda halen araştırma aşamasında olmasına karşın gelecekte klinik ortamda potansiyel olarak kullanılabilir.
Kaynak: scitechdaily.com
