Meme Kanseri Tanısında Yapay Zeka

Kanser tanısı patologlar tarafından son yüz yıldır aynı yöntemle yani mikroskop altında patolojik kesitlere bakarak konuluyor. Ancak bu tanının en doğru şekilde konulabilmesi belki de yapay zeka tarafından eğitilen bilgisayarlar ile mümkün olabilecek.

Beth Israel Deaconess Tıp Merkezi (BIDMC) ve Harvard Tıp Fakültesi’nde görev yapmakta olan bir grup araştırmacı patoloji görüntülerinin değerlendirmesini yapabilen bilgisayarları eğiten bir yapay zeka yöntemi geliştirdiler. Araştırmacıların bu gelişim ile birlikte uzun dönemdeki hedefi daha doğru tanı koyabilen yapay zeka destekli sistemler geliştirmek.

Araştırmacılar konuşma ve görsel tanıma işlemlerini içeren bir algoritma ile bir derin öğrenme yöntemi geliştirdiler. Bu yaklaşım ile makinelerin gerçek yaşamda görülen karmaşık yapı ve paternlere sahip verileri, yapay nöronal çok tabakalı sistemler geliştirerek yorumlaması mümkün olabilmektedir ki bu da insandaki öğrenme sistemine benzer bir sistemdir.

Geliştirilmiş bu yöntem lenf nodları üzerinde meme kanseri hücresi taşıyıp taşımadığının belirlenmesi amaçlanarak test edildi. Hastaların lenf nodlarında metastatik meme hücrelerinin var olduğunun tespiti tedavi kararına yön vermesi için son derece önemlidir. Standart mikroskopik yöntemle milyonlarca hücre arasında malign birkaç hücrenin kaçırılabileceğini düşünen araştırma ekibi bu işin tam bir bilgisayar sistemine göre olduğuna karar verdiler.

Normalde patologların lenf nodu kesitlerinden metastatik meme kanseri hücresini tespit etme oranı %96 iken, araştırmacıların geliştirmiş olduğu yapay zeka ile çalışan bilgisayar da %92 doğrulukla metastatik meme kanseri hücresini tespit edebildi. Daha da çarpıcı olan bu otomatize bilgisayar yöntemi ile patoloğun analizi bir araya getirildiği zaman %99,5’lik bir doğru tanı başarısının sağlanmış olmasıydı.

Patologlar için dijital imajlarla birlikte öğrenebilen makineleri kullanmak hız ve daha doğru tanı anlamına gelir ve bu hayale ulaşmak artık günümüz teknolojisi ile mümkün olabilecek. Araştırmacıların sıradaki hedefi geliştirmiş oldukları sistemi optimize ederek daha doğru ve kesin tanıyı mümkün kılmak ve patologları elini biraz daha kolaylaştırmak olacak.