Yapay zeka yardımıyla mamografi görüntüsünden Tip 2 Diyabet hastalığını tahmin eden projenin önderlerinden Prof. Dr. Irmak Durur Subaşı “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 imkân sunacak” dedi.
Bu yıl 1573 takımın başvurduğu, 89 projenin finale kaldığı TEKNOFEST 23 Sağlıkta Yapay Zekâ - Medikal Teknolojiler Kategorisi'nin En iyi Sunum Ödülü, İstanbul Medipol Üniversitesi'nin oldu. 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.
Yaklaşık 14 milyon kadın her 2 yılda bir mamografi çektirmeli
Prof. Dr. Irmak Durur Subaşı, mamografinin 40 yaş üzerindeki meme kanserinin asıl tarama yöntemi olduğunu belirterek, projeyi şöyle açıkladı:
“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. Projemiz diyabet teşhisi için pratikte kullanılan kan biyokimyası ile karşılaştırıldığında girişimsel değildir ve daha az sürede cevap verir. 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 imkân sunacak.”
Kadın hastaları 3 gruba ayırdık
Araştırma kapsamında 2012-2022 yılları arasında 40 yaş ve kadın hastaları HBA1c değerlerine göre normal, prediyabetik ve diyabetik olmak üzere 3 gruba ayırdıklarını belirten Prof. Dr. Subaşı, şu şekilde devam etti:
“Homojen bir veri seti elde edebilmek için görüntüleri kendi içerisinde 40-49, 50-59, 60 ve üzeri yaş olmak üzere 3 alt gruba ayırdık. Görüntüler retrospektif, anonimize ve DİCOM formatında kaydedilip kas dokusunun olduğu bölgeden kırpılıp yeniden boyutlandırılarak yapay zekâ modelini beslemede kullanıldı. 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.”
Bu çalışma literatürde tek
Diyabetomosentez Takımı'nın Kaptanı Dr. Meltem Yaşar ise çalışmalarında metabolik bir hastalık olan diyabete odaklandıklarını belirterek başarı elde ettiklerini ifade etti. Yapay zekanın her alanda giderek yaygınlaştığını ifade eden Dr. Yaşar, şu bilgileri paylaştı: “İş yükünün fazla olduğu sağlık sektöründe yapay zekânın 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 zekâ 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.”
