TEKNOFEST 23 Sağlıkta Yapay Zeka Yarışmaları "Medikal Teknolojiler Kategorisi"nde yarışan İstanbul Medipol Üniversitesi ekibi, "En İyi Sunum Ödülü"nün sahibi oldu.
Medipol Üniversitesi açıklamasına göre, Prof. Dr. Irmak Durur Subaşı, Dr. Meltem Yaşar ve Veri Bilimci İlayda Begüm İzci önderliğindeki Diyabetomosentez Takımı'na, Dr. Zeynep Güngören, Dr. Abdulkadir Eren, Dr. Ali Mert destek verdi.
Mamografide görüntüleme alanına giren kas dokusundan derin öğrenme yardımıyla hastaların diyabet durumlarını tahmin etmeyi amaçlayan "Yapay Zeka, Pektoral Kasın Mamografideki Görüntüsünden Yola Çıkarak Tip 2 Diyabeti Tahmin Edebilir mi?" başlıklı proje, "En İyi Sunum Ödülü"ne layık görüldü.
Açıklamada görüşlerine yer verilen Prof. Dr. Subaşı, mamografinin 40 yaş üzerindeki meme kanserinin asıl tarama yöntemi olduğunu belirterek, "Mamografi çekimleri sırasında tüm memenin de görüntüleme alanına dahil edildiğinden emin olmak için pektoral kas görüntüye dahil edilir. Bu çalışmada, tetkikin kalitesini belirleyen tanı anlamında nispeten az kullanılan kas görüntüsünü diyabet tanısı amacıyla analiz ettik." ifadelerini kullandı.
Subaşı, projenin diyabet teşhisi için pratikte kullanılan kan biyokimyası ile karşılaştırıldığında girişimsel olmadığını ve daha az sürede cevap verdiğini aktararak, şu bilgileri verdi:
"Doğruluğu benzer olmakla birlikte daha az sayıda sağlık personeli istihdamını gerektirir ve zaten yapılmakta olan bir yöntem üzerinden değerlendirmeyi içerir. Türkiye'de 40 yaş üzerinde yaklaşık 14 milyon kadın var ve bu kadınların her 2 yılda meme kanseri taraması amacıyla mamografi çektirmesi gerekir. Projemiz hastaların mamografiler üzerinden diyabet için de değerlendirilmesine imkan sunacak."
- "Kadın hastaları üç gruba ayırdık"
Araştırma kapsamında 2012-2022 yılları arasında 40 yaş ve üzeri kadın hastaları HBA1c değerlerine göre "normal", "prediyabetik" ve "diyabetik" olmak üzere 3 gruba ayırdıklarını belirten Prof. Dr. Subaşı, homojen bir veri seti elde edebilmek için görüntüleri kendi içerisinde 40-49, 50-59, 60 ve üzeri yaş olmak üzere 3 alt gruba ayırdıklarını anlattı.
Subaşı, görüntülerin "retrospektif", "anonimize" ve "DİCOM" formatında kaydedilip kas dokusunun olduğu bölgeden kırpılıp yeniden boyutlandırılarak yapay zeka modelini beslemede kullanıldığını vurguladı.
Prof. Dr. Subaşı, "Resim sınıflandırması problemi için veri seti yüzde 85'i eğitim ve yüzde 15'i test aşamalarında kullanılmak üzere ayrıştırıldı. Evrişimli sinir ağı (ESA) kullanılarak hazır bir mimari olan EfficientNetB5 kullanılmış ve bu mimari, diğer hazır mimarilere göre daha az parametre ile daha yüksek doğruluk ve verimlilik sağlamıştır. Modelin doğruluğunu ölçmek için keskinlik, duyarlılık ve F1 skoru metrikleri kullanıldı. Modelimiz, doğruluk yüzde 92, F1 skoru yüzde 95 ile başarılı bir öğrenme gerçekleştirmiş oldu." ifadelerini kullandı.
- "Yapay zeka her alanda giderek yaygınlaşıyor"
Diyabetomosentez Takımı'nın Kaptanı Dr. Meltem Yaşar da çalışmalarında metabolik bir hastalık olan diyabete odaklandıklarını ve başarı elde ettiklerini belirtti.
Yapay zekanın her alanda giderek yaygınlaştığına işaret eden Yaşar, şu değerlendirmelerde bulundu:
"İş yükünün fazla olduğu sağlık sektöründe yapay zekanın gelişmesi sağlık çalışanları için bir karar destek mekanizması oluşturmakta. Literatürde daha önce mamografi üzerinde kas dokusunun yapay zekaya tanıtıldığı bir çalışma bulunmamakta. Kas birçok patolojik ve fizyolojik süreçten etkilenmekte. Biz çalışmamızda metabolik bir hastalık olan diyabete odaklandık ve başarılı sonuçlar aldık.
Diğer kas dokularını tutan hastalıkların teşhisinde de doktorlara asistanlık yapabilme potansiyeli olan bir yapay zeka modeli geliştirmiş olduk. Şu an prototip geliştirme aşamasındayız ve projemizin sağlık sektörüne ve insanlığa faydalı olacağına inanıyorum. Jüriler ve Türkiye Sağlık Enstitüleri Başkanlığı üyeleri tarafından projemizin yenilikçi ve umut vaat eden bir fikir olarak ödüle laik görülmesi, takım olarak hepimizi çok mutlu etti." (AA)