Türk bilim insanlarının geliştirdiği açıklanabilir yapay zeka modeli, kadın sağlığını tehdit eden en önemli ilk trimester komplikasyonlarından biri olan dış gebeliğin erken tanısında önemli bir başarı ortaya koydu. Medicana Sağlık Grubu Kadın Hastalıkları ve Doğum Bölümü'nden Op. Dr. Gültekin Koçun ve ekibi tarafından geliştirilen sistem, uluslararası mühendislik ve teknoloji alanının saygın bilimsel yayınlarından IEEE Access dergisinde yayımlanarak uluslararası literatürde yer aldı.
DIŞ GEBELİĞİN ERKEN TANISINDA YÜKSEK DOĞRULUK ORANI ELDE EDİLDİ
Araştırmada geliştirilen açıklanabilir yapay zeka (XAI) modeli, dış gebelik vakalarını yüzde 99'a varan doğruluk oranıyla tespit etmeyi başardı. Çalışmada kullanılan ağaç tabanlı toplu öğrenme modellerinden LightGBM DART algoritmasının, dış gebelik vakalarında sıfır yanlış negatif oranıyla yüksek duyarlılık gösterdiği bildirildi.
Modelin ayrıca sağlıklı gebelikleri yüzde 99,8 doğruluk oranıyla ayırt ettiği, böylece olası hatalı tanı ihtimalinin yüzde 1'in altına indirildiği ifade edildi.
DIŞ GEBELİK NEDEN HAYATİ RİSK OLUŞTURUYOR?
Dış gebelik, döllenmiş yumurtanın rahim içine yerleşmesi gerekirken rahim dışındaki bir bölgeye, vakaların yaklaşık yüzde 95'inde ise fallop tüplerine yerleşmesi sonucu oluşuyor.
Rahim dışındaki dokular embriyonun gelişimine uygun olmadığı için bu gebeliklerin canlı doğumla sonuçlanmasının mümkün olmadığı belirtilirken, zamanında fark edilmediğinde fallop tüplerinin yırtılmasına, şiddetli iç kanamaya ve anne ölümlerine kadar ilerleyebilen ciddi sağlık sorunlarına yol açabildiği kaydedildi.
Günümüzde dış gebelik tanısında transvajinal ultrasonografi (TVUSG) ile seri beta-hCG (-hCG) takiplerinin kullanıldığı, ancak gebeliğin çok erken dönemlerinde kesin tanı koymanın klinisyenler açısından güçlük oluşturabildiği ifade edildi.
YAPAY ZEKA SİSTEMİ HEKİMLERE ERKEN UYARI SAĞLIYOR
Medicana International İzmir Hastanesi Kadın Hastalıkları ve Doğum Uzmanı Op. Dr. Gültekin Koçun liderliğinde yürütülen çalışmada geliştirilen sistemin, özellikle dış gebeliğin erken evrede tespit edilerek tedavi sürecine katkı sunmasının hedeflendiği belirtildi.
"AMAÇ AMELİYATSIZ TEDAVİ ŞANSINI ARTIRMAK"
Çalışmanın klinik yürütücüsü olan Medicana International İzmir Hastanesi Kadın Hastalıkları ve Doğum Uzmanı Op. Dr. Gültekin Koçun: "Dış gebelikte erken tanı ne kadar önemliyse, doğru tanı da o kadar kritiktir. Erken teşhis koyabildiğimiz durumlarda, hastalarımıza herhangi bir cerrahi müdahale uygulamadan, hücre büyümesini durduran tıbbi ilaç tedavileriyle (metotreksat) gebelik dokusunun vücut tarafından emilmesini sağlayabiliyoruz. Ameliyatsız tedavi, gelecekteki üreme sağlığının (doğurganlığın) korunması açısından önemlidir. Geliştirdiğimiz bu yapay zeka desteği sayesinde hekimler olarak çok daha erken evrede uyarı alabileceğiz. Çoğu vakada ameliyat seçeneği gündeme bile gelmeden hastaya uygun tedavi uygulanabilecek" dedi.
YAPAY ZEKA HEKİMİN YERİNE GEÇMEYECEK
Geliştirilen sistemin sağlık regülasyonları ve tıbbi etik çerçevesinde bir klinik karar destek sistemi olarak tasarlandığını belirten Op. Dr. Gültekin Koçun, yapay zekanın hekimin yerine karar veren bir sistem olmadığını vurguladı.
Koçun: "Bu teknoloji, tek başına otonom bir tanı koyma aracı veya ilk gün triyaj enstrümanı değildir. Tamamen hekimin klinik kararlarını desteklemek, takibin ilk 12 günlük kritik izlem periyodunda dynamic hormonal ve ultrason parametrelerini analiz ederek klinisyene erken uyarı sinyalleri vermek üzere tasarlanmış bir 'Klinik Karar Destek Sistemi'dir. Nihai teşhis ve tedavi yönetimi, her zaman olduğu gibi uzman hekimin sorumluluğundadır. Geliştirilen modelin dünyadaki diğer çalışmalardan en büyük farkı, kara kutu (black-box) olarak bilinen geleneksel yapay zeka modellerinin aksine ‘Açıklanabilir Yapay Zeka (XAI - SHAP)’ altyapısına sahip olmasıdır. Sistem, tanı koyarken hangi parametreye (intrauterin kese varlığı, endometrial kalınlık, progesteron ve -hCG seviyeleri gibi) ne kadar güvendiğini hekime gerekçeleriyle sunarak, tıbbi güvenilirliği en üst düzeye çıkarmaktadır. Türk tıp ve yazılım dünyasının ortak başarısı olan bu yenilikçi yaklaşımla, yakın gelecekte rutin jinekoloji kliniklerinde takip süreçlerini hızlandırmayı ve anne sağlığı çıktılarını küresel ölçekte iyileştirmeyi hedefliyoruz" ifadelerini kullandı.
AÇIKLANABİLİR YAPAY ZEKA SİSTEMİ DİKKAT ÇEKİYOR
Araştırmada kullanılan modelin en önemli özelliklerinden birinin, geleneksel "kara kutu" yapay zeka sistemlerinden farklı olarak "Açıklanabilir Yapay Zeka (XAI - SHAP)" altyapısıyla geliştirilmiş olması olduğu belirtildi.
Sistemin, tanı oluştururken intrauterin kese varlığı, endometrial kalınlık, progesteron ve beta-hCG seviyeleri gibi parametreleri hangi düzeyde değerlendirdiğini gerekçeleriyle birlikte hekime sunarak karar sürecinin şeffaflığını artırdığı ifade edildi.
ÇALIŞMA ULUSLARARASI LİTERATÜRE GİRDİ
Türk bilim insanlarının imzasını taşıyan çalışma, uluslararası mühendislik ve teknoloji alanının prestijli bilimsel yayınlarından IEEE Access dergisinde yayımlandı.
"Early and Accurate Diagnosis of Ectopic Pregnancy: A SHAP-Based Explainable Machine Learning Approach" (Dış Gebeliğin Erken ve Doğru Tanısı: SHAP Tabanlı Açıklanabilir Makine Öğrenmesi Yaklaşımı) başlığıyla yayımlanan araştırma, Türk hekimleri ve mühendislerinin multidisipliner çalışmasını uluslararası bilim dünyasına taşıdı.