Kuzey Carolina’daki araştırmacılar tarafından geliştirilen yapay zeka destekli yeni bir cihaz, geleneksel yöntemlere daha hızlı ve daha doğru bir alternatif sunarak tüberküloz (TB) teşhisini dönüştürmeyi vaat ediyor. Evrişimsel sinir ağlarını (cnn’ler) kullanan cihaz, Indiana Wesleyan Üniversitesi’nde kıdemli araştırmacı ve yazılım mühendisi Venkata Sai Teja Yarlagadda ile birlikte Bilgi Sistemleri Bölümü’nde kıdemli proje yöneticisi ve araştırma bilimcisi Manaswini Davuluri tarafından oluşturuldu.
Cihaz, dünyanın en kalıcı halk sağlığı sorunlarından birini ele almak üzere tasarlanmıştır. TB, dünya çapında önde gelen bir ölüm nedeni olmaya devam ediyor ve vakaların çoğu düşük ve orta gelirli ülkelerde meydana gelirken, yılda 1,6 milyondan fazla ölümden sorumlu. Sağlık hizmetlerindeki ilerlemelere rağmen, smear mikroskobu ve kültür testleri gibi mevcut tanı yöntemleri genellikle yavaştır ve doğruluktan yoksundur, bu da tanıların gecikmesine ve hastalığın yayılmasının devam etmesine yol açar.
CNN algoritmalarını kullanan yeni cihaz, TB ile ilgili anormallikler için göğüs röntgenlerini dikkate değer bir hassasiyetle hızlı bir şekilde analiz edebilir. Klinik testlerde cihaz yüzde 95 doğruluk oranı, yüzde 92 duyarlılık ve yüzde 97 özgüllük gösterdi. Bu sonuçlar, sadece yüzde 60-70 hassasiyet oranları sunan geleneksel smear mikroskobunun performansını çok aşıyor. Kültür testleri, daha doğru olmasına rağmen, sonuçlar için günler gerektirirken, yapay zeka destekli cihaz saniyeler içinde teşhis sağlar.
Cihazın en önemli avantajlarından biri taşınabilirliğidir. Mobil görüntüleme cihazlarıyla entegre edilebilir, bu da onu özellikle sağlık tesislerine erişimin sınırlı olduğu yetersiz hizmet verilen ve uzak bölgelerde kullanışlı hale getirir. Bu hareketlilik, zamanında müdahalenin ölüm oranlarını önemli ölçüde azaltabileceği yüksek yüklü alanlarda TB taramasını genişletmek için paha biçilmez bir araç haline getirir.
Klinik ortamlarda, cihaz potansiyel TB vakalarını işaretleyerek ve radyologların ve klinisyenlerin tedaviye öncelik vermesine izin vererek sağlık uzmanlarına yardımcı olur. Bu, sağlık personeli üzerindeki iş yükünü azaltır ve sağlık sistemlerinin zorlandığı alanlarda kaynak tahsisini iyileştirir.
Davuluri, ”Özellikle kaynak kısıtlı ortamlarda VEREM krizini ele almak için hızlı ve güvenilir bir teşhis aracına olan ihtiyacı fark ettik.” dedi. “Bu cihaz, TB taramasını daha erişilebilir ve verimli hale getirmede bir adımdır.”
Yarlagadda, yapay zekanın sağlık hizmetlerinde devrim yaratma potansiyelini vurguladı: “Yapay zekadan yararlanarak, tanısal doğruluğu artırabilir ve özellikle en savunmasız bölgelerde halk sağlığı üzerinde önemli bir etki yaratabiliriz.”
Araştırmacılar, cihazı geliştirmeye, güvenilirliğini artırmak için veri kümesini genişletmeye ve en yüksek veri gizliliği ve algoritmik şeffaflık standartlarını karşıladığından emin olmaya devam ediyor. Çalışmaları ilerledikçe, cihazın erişimini genişletmeyi ve sonuçta dünya çapında TB için erken teşhis ve tedavi sonuçlarını iyileştirmeyi umuyorlar.
