Artan dünya nüfusuyla birlikte sağlık alanında hastalık teşhisinin sadece insan gücüyle yönetilmesi mümkün görülmemektedir. Maliyetlerin azalması, verimliliğin artması, dikkatsizlik ve bilgi eksikliğinden kaynaklanan işçi yanlışlarının ortadan kaldırılması ve hastalara hızlı, doğru ve güvenilir şekilde teşhis koyulması için yapay zeka teknolojileri kullanılmaktadır. Bu noktada, makine öğrenmesinin, toplumumuzda yüksek insidans gösteren ve hızlı ilerleyen kanser tiplerinden biri olan akciğer kanseri teşhisini koyabilmek amacıyla kullanılması ehemmiyet kazanmaktadır. Bu bağlamda, “Sarkopeni, Yeni Nesil Enflamasyon Belirteçleri ve PET/BT Anatomik-Metabolik Biyobelirteçler Aracılığıyla Makine Öğrenmesi ile Akciğer Kanseri Teşhisinin Tahmin Edilmesi” başlıklı TÜBİTAK 1001 projesi ile Altınbaş Üniversitesinden Doç. Dr. Handan Tanyıldızı Kökkülünk “Akciğer kanserinin erken teşhisini desteklemeyi hedefliyoruz” dedi. Proje kapsamında ayrıca akciğer kanseri teşhis ve tedavisindeki bu yenilikçi yaklaşımın, erken teşhis sayesinde hastaların yaşam kalitesini artırması ve sağlık sistemlerine büyük yarar sağlaması beklenmektedir.
Sürdürdükleri proje hakkında bilgilendirmelerde bulunan Doç. Dr. Handan Tanyıldızı Kökkülünk öncelikli olarak hangi bilgileri kullandıkları ile ilgili olarak, “Şu anda proje çalışmasında hastalara sadece klinik rutinde uygulanan kan analizi, PET/CT görüntüleme gibi uygulamalar yapılmaktadır. Bu uygulamalar sonucu kan analiz sonuçlarından CRP, sedimentasyon gibi enflamasyon belirteçleri elde edilmekte, PET/CT görüntüleme sonuçlarından standardize tutulum değeri, metabolik tümör hacmi gibi veriler hesaplanmaktadır. Diğer yandan, girişimsel olmayan tekniklerden fizyoterapi testleri aracılığıyla hastaların kas kütlesi belirlenmektedir. Elde edilen tüm veriler kayıt altına alınarak makine öğrenmesi basamağında kullanılmak üzere işlenmektedir” dedi.
“İLK HEDEF AKCİĞER TEŞHİSİNE YARDIMCI OLMAK”
Proje ile ilk amacın “Akciğer kanserinde tanıya yardımcı olacağı düşünülen kolay elde edilir, hızlı sonuç veren, ulaşılabilir ve düşük maliyetli yeni biyo-belirteçlerin araştırılmasıdır” diyen Doç. Dr. Tanyıldızı Kökkülünk sözlerine şöyle devam etti:
“Belirlenen biyo-belirteçler aracılığıyla makine öğrenmesi algoritmaları geliştirilerek akciğer kanserinin erken teşhisi sağlanacak ve bu sayede tedavi basamağına hızlı geçiş kazandırılacaktır. Akciğer kanseri teşhis ve tedavisindeki bu yenilikçi yaklaşımın, erken teşhis sayesinde hastaların yaşam kalitesini artırması ve sağlık sistemlerine büyük yarar sağlaması beklenmektedir. Ayrıca, proje kapsamında alanında uzman nitelikli araştırmacılar yetiştirilmesi de hedeflenmektedir.”
TANI TABİBİN DEĞERLENDİRMESİNDEN ÖNCE BELİRLENMİŞ OLACAK
Tanyıldızı Kökkülünk ayrıca makine modeli ile teşhisin doktor değerlendirmesinden önce yapılabileceğini söylediği açıklamasına şu şekilde son verdi:
“Proje ile yüksek doğrulukla akciğer kanseri teşhisini tahmin edebilen makine öğrenmesi modelinin, sonraki evrelerde kliniğe entegrasyonu sağlanacaktır. Bu sayede, sisteme dataları dahil olan hastanın akciğer kanseri tanısı taşıdığı tabip değerlendirmesinden önce belirlenmiş olacak ve tabiplerin iş yükü azalacaktır. Bu yenilikçi yaklaşımla birlikte, sağlık kesiminde daha aktif ve hızlı bir teşhis süreci hayata geçirilecektir.”
17:11
