Kanser tanısında yapay zeka dönemi: Boğaziçi Üniversitesi’nden iki yenilikçi model

Vücudumuzda gerçekleşen hastalıkların ardındaki gizemi çözen patoloji bilimi kanser türü karmaşık hastalıkların tanısında kritik rol oynuyor. Ancak geleneksel tanı yöntemleri çoğunlukla mikroskop altında detaylı incelemelere dayanıyor ve uzun süre gerektirebiliyor. Bu süreçlerin daha hızlı ve hassas bir hale getirilmesi tanı doğruluğu ve tedavi sürecinin etkinliğini artırmak için büyük bir ihtiyaç.

Son yıllarda yapay zeka ve derin öğrenme teknolojilerinin tıp alanında artan kullanımı patolojide de çığır açan yeniliklere olanak sağlıyor.

Boğaziçi Üniversitesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Mehmet Turan ve ekibi bu ihtiyaca yanıt olarak kanser tanısını hızlandırmak için ‘PathoSeg’ ve ‘PathopixGAN’ isimli yapay zeka modellerini geliştirdi. Çalışma Elsevier’in saygın bilimsel dergilerinden “Medical Image Analysis”te yer aldı.

Dergide görüşlerine yer verilen Turan bu teknolojiyi klinik uygulamaların bir parçası haline getirerek daha hızlı, güvenilir ve kişiselleştirilmiş tedavi seçeneklerine destek olmayı hedeflediklerini belirtti.

‘PathoSeg’ ve ‘PathopixGAN’ modelleriyle kanser gibi hastalıkların tanı sürecini, mikroskop incelemelerinin ötesine taşımayı amaçladıklarını belirten Turan şunları söyledi: “Patolojideki tanı süreci yıllardır mikroskop altında yapılan görsel incelemelerle sınırlıydı. Çalışmamızla birlikte yapay zekayı kullanarak bu sürece önemli bir yenilik getirdik. ‘PathoSeg’ yapay zeka modelimiz sayesinde, hücre ve doku bölgelerinin segmentasyonu (bölge belirleme) artık hem daha hızlı hem de daha kesin şekilde yapılabiliyor. Bu, tanı sürecini daha verimli hale getiriyor ve kanserli bölgelerin çok daha hassas bir şekilde tespit edilmesine imkan tanıyor.”

Model sayesinde kanserli hücre metastazının erken tespitinin de yapılabildiğini ‘PathoSeg’ modelinin kanserli hücre ve dokuların segmentasyonunda gösterdiği üstün performansla tanının doğruluğunu artırdığını vurgulayan Turan, aynı zamanda doktorların iş yükünü de azalttığını söyledi.

Doç. Dr. Turan ‘PathopixGAN’ sayesinde ise histopatoloji (doku inceleme) verilerinde ortaya çıkabilen sorunların giderildiğinin altını çizdi.

Özellikle nadir rastlanan vakaların modelin öğrenmesi için yetersiz kalabildiğine işaret eden Turan, gerçeğe çok yakın ve çeşitli yapay görüntüler üretilip, modelin daha geniş bir veri setiyle eğitilmesini sağladığını bildirdi.

‘Diğer araştırmacılar için güçlü bir model ve veri kaynağı sağlıyoruz’

Modellerin alanında öncü niteliğe sahip olduğunu aktaran Turan şunları söyledi: “Akademik olarak diğer araştırmacılar için güçlü bir model ve veri kaynağı sağlıyoruz. Yapay zeka kullanımının benimsenmesi sürecinde önemli bir referans noktası olmasını hedefliyoruz. Sektör açısından ise yapay zekanın klinik tanı süreçlerine entegre edilmesi konusunda bir örnek teşkil etmeyi ve sağlık hizmetlerinin genelinde yapay zeka kullanımının artmasına katkıda bulunmayı umuyoruz. Hedefimiz bu teknolojiyi klinik uygulamaların bir parçası haline getirerek daha hızlı, güvenilir ve kişiselleştirilmiş tedavi seçeneklerine destek olmak.”

Hitit Üniversitesi’nde de benzer bir çalışma başlatılmıştı

Hitit Üniversitesi’nde kurulan ‘Dijital Dönüşüm Laboratuvarı’nda özellikle yapay zekanın farklı alanlarda kullanımına yönelik ağustosta çalışmalar başlatıldı. Üniversite bünyesinde çeşitli kanser hastalıklarının teşhisinde yapay zeka kullanılması için çalışma yapılmak üzere Hitit Üniversitesi Tıp Fakültesi ve Mühendislik Fakültesi’nden akademisyen ve öğrencilerden oluşan ekip kuruldu.

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.