Akademisyenlerin geliştirdiği yazılımla yapay zeka, kanserli hücreleri tespit ediyor

Çalışma kapsamında hematoloji ve tıbbi mikrobiyoloji birimlerince lösemi hastalarından alınan kan örneklerinden yaklaşık 12 bin etiketlenmiş numune ile 10 farklı kanser türü yapay zekaya öğretildi.

Ayrıca mikroskoba entegre dijital aparat geliştirilerek, laboratuvar ortamında yapılan çalışmaların dijital veriye dönüştürülmesi sağlandı.

- İlk çalışma kan hücreleriyle ilgili

Hitit Üniversitesi Tıp Fakültesi Tıbbi Mikrobiyoloji Ana Bilim Dalı Başkanı Doç. Dr. Ünsal Savcı, AA muhabirine, kanser riski taşıyan ve taşımayan binlerce kan hücresini ileri seviye mikroskop ile çektikleri fotoğraflarla yapay zekaya öğrettiklerini söyledi.

Üç farklı deneme sonucunda yapay zekanın yüzde 90 başarılı teşhis koymasını sağladıklarını belirten Savcı, "Burada akut ve kronik lösemi tanıları gerçekten konulmaya başlandı. Hücrelerde bazı kanser tiplerinde başarı oranı yaklaşık yüzde 100 iken, ortalama olarak yüzde 90'lık bir normal hücreyle kanseri ayırabilen başarı yakaladık." dedi.

Öğretilen verinin artmasıyla yapay zekanın başarılı teşhis oranının da yüzde 100'e yaklaşabileceğini dile getiren Savcı, özellikle hematoloji branşından uzmanların olmadığı hastane ve sağlık kuruluşlarında karar mekanizması olmasa da karar destek mekanizması olarak kullanılabileceğini söyledi.

İlgili dal uzmanlarının olmadığı sağlık kuruluşlarında tanının atlanabildiğine dikkati çeken Savcı, "Ücra yerlerde, küçük yerlerde, küçük sağlık kuruluşlarında bu tanıya ulaşmak önemli. Bu tanıyı koyabilmek önemli. Tabii ki en son kararı kim verecektir? Bir klinisyen, bir doktorumuz verecektir bu kararı. Yapay zeka burada karar destek mekanizmasıdır. İnsanları yönlendirecektir." diye konuştu.

Savcı, yapay zekanın başka hastalıkların teşhisinde kullanılmasına yönelik çalışmalar da yürüttüklerini sözlerine ekledi.

Hitit Üniversitesi Bilgisayar Mühendisliği Bölüm Başkanı Prof. Dr. Akif Akgül ise kan hücrelerinde yapay zeka tabanlı hastalık tespitine yönelik çalışmaları tıp fakültesinden doktorlarla geliştirdiklerini anlatarak, şöyle devam etti:

"Yaklaşık 1200 veri üzerinde 12 bin etiketlenmiş örnek ile 10 farklı sınıfı tespit ettik. Buradaki sınıfların bazılarını da yüzde 100'e yakın başarı varken genel olarak ortalama yüzde 90 oranında başarı elde etmiş durumdayız. Farklı algoritmalarla geliştirme süreci devam ediyor, yüzde 90'ın üzerine çıkmayı hedefliyoruz."

- Yapay zeka teşhisini, doktorların cep telefonuna gönderebilecek

Kan hücrelerinde hastalık tespitine yönelik çalışmanın, yeterli uzman hekimin bulunmadığı sağlık kuruluşlarında tanı ve teşhis problemlerini ortadan kaldırma düşüncesiyle başladığını anlatan Akgül, şunları kaydetti:

"Bu problemleri çözme amacıyla proje hazırladık. Mikroskoplar için bir aparat geliştirdik. Bu aparatı takarak hücreler görüntülenebiliyor ve görüntülerle farklı sınıflar tespit edilerek bu sınıfların hangi tür hastalık olduğu belirlenebiliyor ayrıca bir ara yüz ile bu aparat, uzman hekimlere mesaj veya mail göndererek karar destek sistemi olarak doktorlara bilgi veriyor ve doktorlar da son teşhisi yapabiliyor."

Akgül, üzerinde çalıştıkları mobil uygulamayla da doktorların yapay zekanın teşhis önerisini cep telefonundan takip edebileceğine işaret etti.

Prof. Dr. Akgül, projeye akademisyenlerin yanı sıra öğrencileri de dahil ederek, öğrencilerin yapay zeka kullanımı ve proje geliştirme sürecini öğrenmelerine katkı sağladıklarını vurguladı.