Araştırmacılar Fetal Kalp Kusurları Tanısını İyileştirmenin Yeni Bir Yolunu Buldu

UC San Francisco araştırmacıları fetusun karmaşık kalp kusurlarının büyük çoğunluğunu doktorlara göre iki kat doğru saptayan bir yol buldu. Rutin ultrason görüntülemeyi makine öğrenimi bilgisayar araçlarıyla birleştiren bu yol kusuru düzeltecek ya da fetüsün sağkalım şansını büyük ölçüde artıracak girişimler için fırsat sunmaktadır.

UCSF kardiyoloğu Dr. Rima Arnaout tarafından yönetilen ekip, klinisyenlerin karmaşık konjenital kalp hastalığı (KKH) tanısında izlediği basamakları taklit eden bir grup makine öğrenimi modeli geliştirdi. Tüm dünyada hekimler doğum öncesinde bu kusurların %30 ila 50'sini saptayabiliyor. Bununla birlikte, insan tarafından gerçekleştirilen ultrason ile makine analizinin birleşimi araştırmacıların veri setlerinde KKH’nin %95'ini saptamalarını sağlamıştır.

Bulgular Nature Medicine dergisinin Mayıs sayısında yayınlandı.

Fetal ultrason taraması Amerika Birleşik Devletleri ve Dünya Sağlık Örgütü tarafından hamileliğin ikinci üç aylık döneminde önerilmektedir. Araştırmacılar, özellikle fetal kalp kusurlarının tanısının yenidoğan sonlanımlarını iyileştirebileceğini ve rahim içi tedaviler hakkında daha fazla araştırma yapılmasını sağlayabileceğini söylemiştir.

Tipik olarak görüntüleme, klinisyenlerin konjenital kalp hastalıklarının yüzde 90'ına kadarını tanımasına izin verebilecek beş kardiyak görüntü içerir, ancak pratikte uzman olmayan merkezlerde bunların sadece yarısı saptanmaktadır.

Arnaout, 'Bir yandan, kalp kusurları en yaygın görülen doğum kusurlarıdır ve bunları doğumdan önce tanınması çok önemlidir. Öte yandan, bu alanda uzmanlaşmamışsa eğitimli klinisyenler için bile bunların tanınması güçtür. Ve çoğu zaman kliniklerde ve hastanelerde incelemenin duyarlılık ve özgünlüğü oldukça düşüktür.' dedi.

Ekipteki fetal kardiyolog ve yazar Dr. Anita MoonGrady, klinisyenlerin çalışmalarını üç adımda taklit etmek için makine araçlarını eğitti. İlk olarak, kalbin beş görüntüsünü bulmak için sinir ağlarını kullandılar. Ardından, bu görüntülerin her birinin normal olup olmadığına karar vermek için tekrar sinir ağlarını kullandılar. Daha sonra, üçüncü bir algoritma, ilk iki adımın sonuçlarını birleştirip fetal kalbin normal olup olmadığına ilişkin nihai bir sonuca ulaşmıştır.

UCSF Bakar Bilişimsel Sağlık Bilimleri Enstitüsü üyesi Arnaout, 'Bu çalışmanın doğum kusurlarının taranmasında devrim yaratacağını umuyoruz. Amacımız, tarama ve tanıda ultrasonun kullanıldığı birçok hastalıkta tanı zorluklarını çözmek için makine öğrenimini kullanmaya yönelik bir yol oluşturmaya yardımcı olmaktır.' dedi.