COVID-19 Salgınının Bıraktığı İzlerden Öğrendiklerimiz 

COVID-19’un peşinde: Dünyanın dört bir yanındaki uzmanlardan oluşan bir ekip, akciğer dokusundaki değişiklikleri değerlendirmeye yardımcı olan bir algoritma geliştirmek için iş birliği yaptı. Bilim insanlarının pandemi sırasında çok önemli bir kilometre taşına nasıl ulaştığını öğrenmek için okumaya devam edin.

Klinik kararlara yardımcı olması için “Yapay Zekâ” kullanmak

Tetkikler sırasında büyük miktarlarda ve oldukça karmaşık veriler üretiliyor. Bu verileri değerlendirmek, radyolojideki en büyük zorluklardan birini oluşturuyor. Bunu yapabilen uzman sayısının nispeten az ve sürecin de zaman alıcı olması nedeniyle yapay zekâ (AI) kullanan uygulamalar giderek daha fazla önem kazanıyor. Bugün bile, belli görevlere özel yapay zekâ çözümleri doktorların, tekrarlayan modelleri tespit etmelerine ve araştırmalarında sistematik olayları saptamasına yardımcı olabiliyor.

Yapay zekâ ne yapılacağını nasıl “bilir”?

Bilgisayara bir görev verilir ve bilgisayar çeşitli örnekler kullanarak uygulamayı gerçekleştirir. Sistem, kendisine tanıtılan bu örnekleri eğitim esnasında analiz eder ve gelecekte benzer verileri ve görevleri aynı şekilde işlemek için bir model geliştirir. Ancak, bir AI uygulaması bunları ön çalışma olmadan yapamaz. Bu ön çalışmada klinik sorunun arkasındaki bilimsel problemin ayrıntılı bir açıklamasını yapmak, yüksek kaliteli uygun verileri toplamak ve açıklamak, ayrıca iyi bir AI algoritma tasarımı ve eğitimi gerekir. Yapay zekanın asıl kilit noktası ise insan uzmanlığıdır: Deneyimli radyologlar ve teknisyenler, bir algoritma eğitime hazır olmadan önce milyonlarca görüntüye açıklama ekler. Uzmanlar görüntülere fareyle tıklar ve örneğin, pulmoner amfizemin veya akciğer nodülünün neye benzediğini bu görüntüler üzerinde tanımlar.

COVID-19 durumunda ise solunum yolu hastalığını gösteren anormal bölgeler lokalize ediliyor ve BT (Bilgisayarlı Tomografi) görüntüsünde belirtiliyor. Bir görüntüde anormal bir bölge tespit edildiğinde bilgisayar, örneklerden öğrenebiliyor ve çıkarılan kavramları yeni verilere uygulayabiliyor. Görüntüler üzerindeki işaretlemelerin ve veri kalitesinin, nihai sonuç kalitesinde belirleyici bir etkisi oluyor. 

Şiddetli COVID-19 hastalarında, BT taraması akciğer anormalliklerinin saptanmasını sağlıyor. Bu anormalliklerin boyutu, hastalığın şiddeti ile doğrudan ilişkili görünüyor. Dolayısıyla BT görüntüleme, doktorlara ve bilim insanlarına değerli içgörüler sunduğu için COVID-19 teşhisinde çok önemli bir rol oynayabiliyor.

Göğüs veya göğüs kafesinin BT taraması yalnızca akciğer hastalığının kapsamını göstermekle kalmıyor, aynı zamanda bir hastanın çeşitli tedavilere nasıl yanıt verdiğini ve iyileşmenin nasıl ilerlediğini de ortaya çıkarabiliyor.

Dünyada şu anda olağanüstü bir durum yaşanıyor ve neredeyse tüm hükümetler kişisel temas konusunda belli kısıtlamalar uyguluyor. Ancak bu, dünya çapındaki araştırmacıların yeni yöntemlere öncülük etmesi ve yeni fikirler geliştirmesinin önünde bir engel değil. Siemens Healthineers, ABD’den yapay zekâ bilimcileri, Hindistan'dan yazılım geliştiriciler, Almanya'dan araştırma ve geliştirme uzmanları ve dünyanın dört bir yanındaki tıp uzmanlarından oluşan farklı disiplinlerden uluslararası bir ekip oluşturdu. Bu uzmanları ortak bir amaç için bir araya getirdi. 

SARS-CoV-2, Şubat 2020’de dünyaya büyük bir hızla yayılmaya başladı. Salgının ilk günlerinde, Georgescu ve ekibi yapay zekanın COVID-19 karşısında daha hızlı teşhis, triyaj ve sağlık hizmeti planlama konularında klinisyenlere nasıl yardımcı olabileceğini araştırmaya başladı. Medikal görüntü analizine yönelik yapay zekâ prototipleri geliştirme alanında öncü ve uzman olan bu ekip, klinik uzmanlarla birlikte mücadeleye başladı. Georgescu başlangıç sürecini şu sözlerle ifade ediyor: “Klinik görüntüleri analiz etmek için yapay zekâ tabanlı çözümler sağlamak temel yetkinlik alanımızda bulunuyor. Bu nedenle, pandemiyle mücadeleye bu alandaki bilgi birikimimizle nasıl katkıda bulunabileceğimizi öğrenmek için uzman bir ekip oluşturduk.”

Ekip üyelerinden tecrübeli bir radyolog olan Thomas Re, o dönemi şöyle anlatıyor: “Herkes için son derece yoğun bir süreçti. COVID-19 enfeksiyonlarının ve yaşam kayıplarının, salgın ABD’ye ulaşmadan önce büyük ölçüde etkilediği İtalya’nın Milan şehrinde radyoloji eğitimi almıştım. Buradaki arkadaşlarımın ve meslektaşlarımın virüse yakalandığını duyduğum için durumun taşıdığı ciddiyetin bilhassa farkındaydım. AI COVID-19 projesindeki çalışmam benim için pandemide ön cephede olan klinisyenlere yardımcı olabilecek bir çözüm geliştirmeyi sağlayacak en iyi fırsatı. Bir radyolog olarak görevim göğüs BT verilerindeki COVID-19 hastalık modellerini tanıması için AI sistemini "eğitmek" amacıyla görüntüleme verilerini işaretlemekti. Bu proje için dünyanın dört bir yanından kaynakların bir araya getirilmesi ve böyle bir ekibin parçası olmak gerçekten harika. Diğer yerel ve uluslararası ekip üyelerinin; özellikle, New Jersey’deki radyolog meslektaşım Eileen Krieg’in, mühendis Amit Vaze’in ve onun Hindistan’daki ekibinin yanı sıra mühendis Guillaume Chabin’in ve Paris’teki veri yönetimi ekibinin desteği olmadan benim bu katkıyı sunmam mümkün olmazdı.”

Küresel salgın nedeniyle ekibin iş birliği sadece video konferanslarla sınırlıydı; sanal toplantılar için interaktif platformlar ve ekip çalışması araçları kullanıldı. Georgescu, “Hepimiz gelişmeler hakkında her zaman aynı bilgi düzeyine sahiptik” diyor.

Meslektaşı Shikha Chaganti de o dönemi şu sözlerle ifade ediyor: “Bunu yaparken hepimizin yüzünde bir gülümseme vardı. Harika bir topluluk duygusu yaşadık.” Radyolog Abishek Balachandran ise bu durumun, çalışan bir prototipi sıra dışı bir hızda geliştirme zorluğunun üstesinden gelmek için ideal bir ortam sağladığını şu sözleriyle doğruluyor: “Bu projede iş birliği yapmak inanılmazdı. Bunun, benzeri görülmemiş bir kriz zamanında gerçekleştiğini düşününce ekibimizin bu zor dönemde bile büyümeyi başarması gerçekten gurur verici.” Prototipin ilk versiyonu sadece üç hafta içinde hazırlandı. Bu prototip, akciğerde BT taramasında göze çarpan şüpheli yapıları tespit etmek ve ölçmek için kullanılacaktı.

AI ekibinin, COVID-19'un akciğer üzerindeki etkilerini araştırmak üzere çalışmalarına devam etmek için sağlam bir temel olarak güvenilir karşılaştırmalı değerlere ihtiyacı vardı. Georgescu, bunu şu sözlerle açıklıyor: “Böyle bir projeyi başlattığınızda, en başından itibaren güvenilir verilere ve klinik uzmanların tavsiyelerine ihtiyacınız vardır. Ancak o zaman gerçek prototip geliştirilebilir. Bunun için etkili algoritmalar ve güçlü bir bilgisayar altyapısı gerekir. Ve son olarak, uygunluğunu test edebilmeleri için yeni konseptin klinik bir ortamda farklı partnerlerin kullanımına da sunulması gereklidir.”

Akciğerde SARS-CoV-2 virüsünün sorumlu olabileceği herhangi bir anormallik, kapsamına göre otomatik olarak tanımlanıyor ve sınıflandırılıyor. Bunu yapmak için bir ölçüm algoritması, hastanın göğüs kafesinin BT görüntüsünü sistematik olarak analiz ediyor ve opasite, yani akciğer loblarının dokusunda sertleşme arıyor. Bu tip lezyonlar tespit edilirse, algoritma, lezyonların akciğerdeki yoğunluğunu hesaplıyor. Bu tür bir ön eleme, klinik süreci hızlandırıyor ve tasarruf edilen her dakika, uygun tedaviyi hızlı bir şekilde başlatmak için son derece değerli olan zaman kazancı sağlıkyor. Son olarak, hastanın gerçek semptomları ile bir korelasyon aranıyor ve bu da hastalığın ilerleyişini takip etmeyi daha da kolaylaştırıyor.

Georgescu ve ekibi tarafından başlatılan süreç; yaklaşımı, hızı ve yol gösterici ilkeleri açısından gelecekteki birçok geliştirme için bir model olabilir.

Son birkaç ayda yayılan tek şey salgın olmadı: Öncülük etme gayreti, sınır ötesi proje çalışmaları ve akıllı iş birlikleri de arttı. Bu algoritma, elde edilen birçok sonuçtan sadece biri ve COVID-19 ile mücadelede sıkı çalışmanın ve yaratıcılığın da bulaşıcı olduğunun bir göstergesi. 

Prototip, etkilenen bölgeyi tespit etmek ve ardından iltihaplı dokunun şiddetini değerlendirmek için hiperdens akciğer bölgelerini otomatik olarak tanımlamak ve ölçmek üzere geliştirildi. Kontrast olmayan göğüs BT taramalarından COVID-19 ile ilişkili anormalliklerin otomatik ölçümü, klinisyenlerin hastalığı ve hastalığın ciddiyetini ve ilerlemesini değerlendirmelerine yardımcı olabilir. Bununla birlikte, BT görüntülerinde COVID-19’un diğer akciğer hastalığı türlerinden ayırt edilebilme doğruluğu hala değişkenlik göstermektedir.. 

COVID-19, grip gibi diğer solunum yolu enfeksiyonlarına benzer şekilde ortaya çıkabiliyor. bu durum hasta triyajını ve teşhisini zorlaştırabiliyor. Bu nedenle, COVID-19 ile ilişkili akciğer hastalığını sadece sağlıklı akciğerlerden değil, aynı zamanda farklı enfeksiyonlar, maligniteler, interstisyel akciğer hastalığı ve kronik obstrüktif akciğer hastalığı gibi diğer akciğer hastalıkları türlerinden de ayırt edebilmek önemli.

Yine de bazı temel sorular var: Yapay zekâ, göğüs BT taramalarını kullanarak COVID-19’u otomatik olarak algılayabilir mi? AI sistemi yakın zamanda radyologların COVID-19 ile diğer pnömoni türleri arasında ayrım yapmalarına yardım etmeye hazır olacak mı? COVID-19 ile mücadeleyi hızlandırmak için yapay zekanın geniş çaplı bir etkisine nasıl ulaşabiliriz? Özel bir yapay zekâ ekibi bu soruları yanıtlamak için çalışıyor…