Muhabir: Sena Sandıkçı
Fotoğraf: Melek Öztürk
Editör: Hatice Beyza Çakmak
İstanbul – (İÜ Haber Ajansı)
GazeVal projesi, radyologların göz hareketlerini analiz ederek yapay zeka destekli tanı sistemlerini kişiselleştirmeyi amaçlıyor. Projede görev alan ve İstanbul Üniversitesi (İÜ) Çapa Tıp Fakültesi mezunu ve radyoloji uzmanı Dr. Görkem Durak İletim gazetesine projeyi anlattı.
Yapay zeka teknolojilerinin tıpta kullanım alanları gün geçtikçe artıyor. Yapay Zeka’nın gelişmesiyle birlikte tıp bilimindeki değişimlerin önemli kırılma noktalarından biri olan ‘uzmanın süreçte aktif rol aldığı sistemler’(expert-in-the-loop) tanı süreçlerini yeniden şekillendiriyor.
GazeVal’ın ortaya çıkışı
GazeVal, Prof. Dr. Ulaş Bağcı’nın proje liderliğinde ABD’deki araştırma ortaklarıyla birlikte geliştirildi. Göz izleme teknolojisi(Eye-tracking) radyologların tıbbi görüntüleri değerlendirirken gözlerinin nereye ve ne kadar süreyle odaklandığını analiz ederek yapay zeka sistemlerinin kişiselleştirilmesine destek sunuyor.
Projede kullanılan gelişmiş cihazlarla doktorların röntgen, tomografi ve MR görüntülerine bakarken gerçekleştirdikleri göz hareketleri detaylı şekilde kaydediliyor. Bu sayede uzmanların dikkat dağınıklığı, tanı süreçlerine nasıl etki ettiği ve yapay zekanın bu süreçte nasıl katkı sağlayabileceği analiz ediliyor.
Göz izleme teknolojisi verileri yalnızca radyologların değil, aynı zamanda psikolog ve sinir bilimcilerin de ilgisini çeken çok disiplinli bir konuyu temsil ediyor. Projede, yapay zekanın sadece veriyi işlemekle kalmayıp doktorların karar süreçlerine aktif şekilde dahil olmasını sağlıyor. Göz izleme teknolojisi, uzmanın döngüde olması(expert-in-the-loop) modeliyle tanımlanıyor.
Yapay Zekâ ve Tıpta Yeni Bir Dönem
Projede yapılan deneylerin bir diğer araştırma alanı sentetik ve gerçek röntgen filmlerinin karşılaştırılması üzerine kuruldu. İlk aşamada 30 gerçek ve 30 sentetik röntgen filmi, radyologlara herhangi bir bilgi verilmeden okutuldu. Radyologların büyük çoğunluğu sentetik görüntüleri ayrıştıramadı. İkinci oturumda, görüntüler arasında yapay örnekler olduğu belirtilince uzmanlar çoğunlukla sentetik olanları ayırt edebilir duruma geldi.
Araştırma sonucunda yapay olarak üretilen görüntülerin belirli bir düzeyde ikna edici olabildiği ortaya konuşmuş olsa da sistemin hâlâ gerçeklikten uzak noktaları olduğunu gösteriyor. Araştırmalar özellikle kemik yapılarındaki detaylarda bulunan küçük hatalar sebebiyle sentetik sistemlerin klinik kullanıma henüz hazır olmadığını ortaya koymaktadır.
Doğru sonuçlar için doğru ortam
Deneylerin güvenilirliği için kullanılan ortamlar büyük önem taşıyor. Radyologların alışık oldukları karanlık ya da yarı karanlık odalar simüle edilerek deney ortamları oluşturuyor. Kalibrasyonun bozulmaması adına, katılımcıların deney boyunca dikkat dağıtıcı unsurlardan uzak durmaları sağlandı. Kullanılan cihazlar, gözlük veya maske gibi kullanıcıyı rahatsız edecek unsurlar taşıyor, ekran altına yerleştirilen sensörlerle göz hareketleri ölçülüyor.
Araştırmacıların hedeflerinden biri ise, bu pahalı ve sınırlı erişime sahip sistemleri daha ulaşılabilir hâle getirmektir. GazeVal Projesi, gelecekte sıradan web kameralarıyla göz takibi yapabilen sistemler geliştirerek dünyanın dört bir yanından radyolog verisi toplayabilmeyi amaçlamaktadır. Bu sayede çok daha büyük ve çeşitli bir göz hareketi verisi ile yapay zeka eğitilebilecek ve daha kişiselleştirilmiş profesyonel hekimlik pratiği dünyanın her noktasına adil bir şekilde ulaştırabilecek.
Yapay Zeka’nın klinik rolü ve etik sınırları
GazeVal’in temel amacı kişiselleştirilmiş yapay zeka destekli tanı sistemleri geliştirmek ancak sentetik görüntülerin doğrudan klinikte kullanılması şu an için mümkün değil. Bunun yerine, eğitim amaçlı ya da yapay zeka modellerini eğitmek için veri kaynağı olarak kullanılabilir.
Etik açıdan, sıfırdan üretilmiş sentetik bir görüntünün tanı amacıyla kullanılması riskli bulunsa da belirli bir hastanın gelecekteki olası görüntülerini simüle edebilecek bir sistemin geliştirilmesi, hatta kronik hastalıklar ile kanser tedavisi görenlerin tedavi sürecinin daha doğru bir şekilde yönetilmesi açısından büyük bir potansiyel barındırmaktadır.
GazeVal’in gelecek vizyonu: Tanıda Kişiselleştirme
Projede şu an röntgen, tomografi ve MR görüntüleri üzerine farklı çalışmalar yürütülüyor. Özellikle akciğer pıhtısı gibi klinik önemi yüksek durumlarda doktorların dikkat dağınıklığı ve yapay zeka katkısı ölçülüyor; Öte yandan, düşük kaliteli MR görüntülerinin algoritmalarla temizlenmesi, görüntü kalitesinin farklı merkezler arasında belirli bir standarta yükseltilmesi de dikkat çekiyor.
Araştırmacılar, bu sistemlerin zamanla kişiselleştirilmiş raporlama araçlarına dönüşmesini ve yapay zekanın sadece bilgi sunan değil, doğrudan tanı kararlarını destekleyen bir aktör haline gelmesini öngörüyor.
GazeVal, göz hareketlerinden yola çıkarak radyolojik tanılarda daha doğru, daha kişiselleştirilmiş ve daha tutarlı bir süreç iddiası içerisinde. Yapay zekanın güvenilirliğini arttırmak, hastanın uzmanla daha verimli bir işbirliği kurmak ve gelecekteki hastalık seyrini tahmin etmek gibi hedeflerle bu teknoloji, sağlık sisteminin dijital dönüşümünde kilit bir rol oynayabilir.
