Kanser – gizli salgın. Her yıl 18 milyondan fazla kişiye teşhis konuluyor ve bu sayının 2040 yılında 30 milyona çıkacağı tahmin ediliyor.1 Aynı zamanda sağlık çalışanı açığının da olması bekleniyor. Yapay Zeka bu zorlukların üstesinden gelinmesinde önemli bir rol oynayabilir. Yapay Zeka günümüzde erken teşhis, karar verme ve tedavi planlamasından, fiili tedavi ve takibe kadar kansere karşı mücadelede önemli bir rol oynamaktadır.
Yapay zekayı insanlarla karşılaştırdığımızda, yapay zeka yorulmuyor ve uzun bir iş gününün ardından bile her zaman aynı standart kaliteyi sunuyor. Bu nedenle klinik rutinde uzun zaman alan bazı işlemler yapay zeka sayesinde otomatikleştirilip standartlaştırılabiliyor. Bu da doktorları tekrarlayan görevlerden kurtarırken aynı zamanda hastalara kesin tanı ve tedavi sağlıyor. Kanser teşhisinde bu çok önemlidir, çünkü kanser ne kadar erken ve doğru teşhis edilirse tedavi şansı da o kadar yüksek olur. Erken teşhis ve tedavinin bir diğer faydası ise, daha fazla sayıda hasta daha erken tedavi edilirse kanserin mali etkisi büyük ölçüde azaltılabilir.2 Erken evrelerde kanser tedavisinin maliyeti çok daha azdır. Bunun sonucunda hastalar işlerine daha erken dönebilecek ve iyileştikten sonra daha az tedaviye ihtiyaç duyabilecek, genel olarak daha iyi bir yaşam kalitesinden yararlanabilecekler.
Erken teşhis alanında Siemens Healthineers, iş akışlarını hızlandırmak için bir dizi “otomatik yardımcı” geliştirdi; bazıları özellikle kanseri hedefliyor. Derin öğrenme algoritmalarına dayanan "AI-Rad Companion" uygulamaları 1 ailesi , anormallikleri vurgulama, anatomileri bölümlere ayırma ve sonuçları referans değerlerle karşılaştırma gibi çeşitli işlevleri destekleyebilir.
Yapay zekanın belirli adımları otomatikleştirmesiyle, erken tanı ve gerekirse tedaviden fayda görebilecek hastalara daha fazla zaman ayrılabilir. Çalışmalar, Göğüs BT görüntülerinin okunması için yapay zeka desteği sağlandığında radyologların ortalama yorumlama süresini yaklaşık yüzde 22 azaltarak iş akışında iyileşmeler olduğunu göstermiştir.3
Fazladan bir çift göz
Akciğer kanseri dünya çapında erkeklerde en sık görülen kanser ve aynı zamanda en ölümcül kanser türüdür.4 Gerçek teşhis ve tıbbi görüntülerin okunması söz konusu olduğunda yapay zeka, CT görüntülerinde akciğer nodüllerini otomatik olarak tespit edip işaretleyerek radyoloğa yardımcı olabilir. Nodüllerin segmentasyonundan sonra, AI-Rad Companion Chest CT otomatik olarak bunların hacmini ve maksimum iki ve üç boyutlu çapı hesaplar. Bu işlem, radyologların göze çarpan alanlara odaklanmasını destekler. Bunların kötü huylu tümör olduğu ortaya çıkarsa tedaviye daha erken başlanabilir. Fransa'daki Foch Hastanesi'nden Prof. Philippe Grenier, "Yapay zekanın geri dönüş süresini kısaltma ve akciğer kanseri taramasının maliyet etkinliğini artırma olanağı var" diye açıklıyor.
Bir bulgu olması ve hastanın tedaviye başlaması durumunda takip seanslarında da yazılımdan yararlanılabilmektedir. Tümörün izlenmesi ve zaman içinde karşılaştırılması çok emek yoğun ve dolayısıyla maliyetlidir. Takip ile hastalar, karşılaştırılabilir görüntüler üretmek için belirli ızgaralara göre yeniden taranabilir. AI tabanlı Göğüs BT algoritmasının bir diğer avantajı: Sigara içenler gibi belirli risk gruplarına yönelik özel programlarda kullanıldığında, aynı zamanda aortun genişlemiş çapları gibi tarama alanına dahil olan diğer alanlar için tesadüfi bulgular da sunabilir. Çünkü AI algoritması otomatik olarak göğsün CT görüntüsünün tamamını analiz eder ve bir radyoloğun normalde yaptığı gibi yalnızca akciğere odaklanmaz.
Prostat Kanseri alanında Manyetik Rezonans Görüntülemenin (MR) tipik olarak tercih edilen görüntüleme yöntemi olduğu için, AI-Rad Companinon Prostat MR'ı radyologlara biyopsi desteği sağlamak için özel olarak geliştirilmiştir. Yazılım, prostatın otomatik bir hacim tahmininin yanı sıra otomatik bir segmentasyon da gerçekleştirir. Prostat spesifik antijen (PSA) değeri bilindiğinde yapay zeka buna göre PSA yoğunluğunu hesaplayabilir. Radyolog lezyonları ve diğer hedefleri manuel olarak işaretleyip karakterize edebilir ve yorumlar ekleyebilir. Segmentasyonlar, bulunan hedefler ve yanık konturların tümü, biyopsi rehberliği olarak ultrason görüntüleri ile birleştirilmek üzere ürolog için dışa aktarılabilir.
Meme kanseri taramasında daha fazla hassasiyet için çabalıyoruz
Siemens Healthineers, meme kanserinin erken tespitinin doğruluğunu artırmak ve hızlandırmak için mamografi okuma yazılımına yapay zeka destekli özel bir algoritma entegre etti. 2 Her iki cephede de yardımcı oluyor. İlk olarak, dünyanın dört bir yanından gelen bir milyonu aşkın çok tedarikçili veriyle eğitilen bu yapay zeka aracı, radyologların, malignite şansı daha yüksek olan vakaları 1'den 10'a kadar olan vurgu puanına göre önceliklendirmesine yardımcı oluyor. Bu işlem, daha fazla şüpheli vakanın değerlendirilebileceği anlamına geliyor.
İkinci olarak yazılım, özel alanlar için yerel bölge analizi sunuyor ve radyologların daha doğru okuma yapmasına yardımcı olmak için etkileşimli bir şekilde çalışıyor.5 Radyologlar mamogramda veya tomosentezde bir anormallik görürlerse şüpheli bölgeye tıklayabilir ve ardından 1'den 95'e kadar bir puan alarak malignitenin var olma ihtimalinin ne kadar yüksek olduğuna dair bir tahmin alabilirler. "Tarama daha kesin hale geldiğinden, hassasiyet korunurken daha az sayıda kadının daha fazla analiz için hastaneye geri dönmesi gerekiyor." Radyolog Dr. Ritse Mann Radboud Üniversitesi Tıp Merkezi Nijmegen Hollanda.
Kanser tedavisi planlamasında kaliteli sonuçlar yapay zeka
Eğer bir hastanın radyasyon tedavisi görmesi gerekiyorsa, kapsamlı bir tedavi planı çok önemlidir; çünkü amaç, hasta için en iyi sonucu elde etmek amacıyla sağlıklı doku ve organ fonksiyonlarını korurken kanserli hücreleri yok etmektir. Böyle bir plan oluşturmak karmaşıktır. Bir Siemens Healthineers şirketi olan Varian'ın RapidPlan™ bilgi tabanlı planlaması, geçmişteki başarılı tedavi planlarından en iyi uygulamaları inceleyen ve gelecekteki hastaların tedavi planlarını iyileştirmek için uygulanan bilgi tabanlı tedavi modelleri oluşturan bir makine öğrenimi aracıdır. RapidPlan modelleri, ortak uzmanlığa dayalı olarak yeni, yüksek kaliteli tedavi planlarının hızlı bir şekilde oluşturulmasına ve doğrulanmasına yardımcı olur.
Ayrıca, radyasyon tedavisine başlamadan önce, radyasyon onkologlarının, daha hassas doz dağılımı ve radyoterapi tedavilerinin optimizasyonunu sağlamak ve böylece tümörün yakınında bulunan sağlıklı OAR'ı korumak için CT görüntülerine dayalı olarak risk altındaki organların (OAR) hatlarını çizmeleri gerekir. Siemens Healthineers, bunu otomatik olarak ve zahmetli manuel işlere gerek kalmadan gerçekleştirmek için AI -Rad Companion Organs RT gibi çeşitli yapay zeka tabanlı otomatik şekillendirme çözümleri 3 sunuyor. "Standartlaştırılmış algoritmalar deneyimli bir radyasyon terapisi uzmanıyla aynı hassasiyeti sağlıyor ve her zaman tutarlı sonuçlar veriyor. Manuel şekillendirme kullanıcıdan kullanıcıya değişiklik gösterebilir ve bu da tedaviyi etkiler", Manuel Algara López, MD. Hospital del Mar Barselona, İspanya.
"Tedavileri her gün gördüklerimize göre uyarlayabilmek şimdiden büyük faydalar sağlıyor."
Yapay zeka ile terapiyi sürekli uyarlama
Ancak yapay zekanın rolü tedavi planlamasıyla bitmiyor; aynı zamanda kişiselleştirilmiş tedaviyi de destekleyebiliyor. Bir ila yedi hafta sürebilen kansere yönelik radyasyon tedavisi sırasında, tümörde ve çevredeki sağlıklı dokularda anatomik değişiklikler meydana gelir. "Uyarlanabilir terapi", bu değişiklikleri birkaç dakika içinde hesaba katmanın bir yoludur: Bir Siemens Healthineers şirketi olan Varian'ın Ethos Therapy™ sistemi, mevcut anatomik verilere dayanarak her hasta için her gün yeni bir radyoterapi tedavi planı oluşturma kapasitesine sahiptir. Tüm tedavi sürecini, tedavi başlamadan günler, hatta haftalar önce oluşturulan tek bir CT taramasına dayandırmak yerine, tedaviden hemen önce alınan görüntüler. Ethos böylece klinik ekibinin diğer dokular ve organlar üzerindeki etkiyi en aza indiren daha hedefe yönelik bir tedavi sunmasına olanak tanır.
Avustralya'nın en büyük kanser bakım sağlayıcısı Icon Group'un Medikal Fizik Grup Direktörü Trent Aland, "Tedavileri her gün gördüklerimize göre uyarlayabilmek şimdiden büyük faydalar sağlıyor" dedi. "Klinik ekiplerimiz prostat, baş ve boyun ve göğüs kafesinin tedavisi de dahil olmak üzere çeşitli becerilere sahip olduğundan, geniş bir hasta yelpazesi için uyarlanabilir iş akışları geliştirme ve sunma fırsatını görüyoruz. Ayrıca hastalarımıza dolu mesane ve boş bağırsak gibi külfetli hazırlıklar uygulamamız gerekip gerekmediğini de yeniden düşünüyoruz."
Tüm bu örnekler, yapay zekanın sağlık profesyonellerinin kansere karşı günlük mücadelelerinde, hastalarına daha erken ve daha kesin teşhisler, daha hızlı ve daha doğru tedavi planlaması ve tedavisi sağlama konusunda nasıl destek olabileceğini gösteriyor.