Yapay Zeka, Göğüs Röntgenlerinde COVID-19’u Uzman Radyologlardan Daha Doğru Tespit Ediyor

24.11.2020
143
A+
A-
Yapay Zeka, Göğüs Röntgenlerinde COVID-19’u Uzman Radyologlardan Daha Doğru Tespit Ediyor

Algoritma, yeni çalışmada COVID-19’u tespit etmede torasik radyologlardan daha iyi performans gösterdi.

  • Algoritma eğitildi, en büyük COVID dönemi veri kümesinde test edildi (17.002 X-ışını görüntüsü)
  • Algoritma, akciğerlerin X-ışını görüntülerini bireysel uzman radyologlardan yaklaşık 10 kat daha hızlı, % 1-6 daha doğru analiz etti
  • Algoritma artık diğer araştırmacıların yeni verilerle onu eğitmeye devam etmeleri için halka açık
  • Sistem ayrıca, COVID-19 için başka şekilde araştırılmayan hastaları izolasyon ve test için potansiyel olarak işaretleyebilir.
  • Araştırmacı, “Bir hastayı taramak ve izole edilmeleri gerekip gerekmediğini belirlemek saniyeler sürer” diyor

Northwestern Üniversitesi araştırmacıları, akciğerlerin X-ışını görüntülerini analiz ederek COVID-19’u tespit eden yeni bir yapay zeka (AI) platformu geliştirdiler.

DeepCOVID-XR adı verilen makine öğrenimi algoritması, uzmanlaşmış torasik radyologlardan oluşan bir ekipten daha iyi performans gösterdi – X-ışınlarında COVID-19’u yaklaşık 10 kat daha hızlı ve % 1-6 daha doğru tespit etti.

Araştırmacılar, doktorların, COVID-19 dışındaki nedenlerle hastanelere kabul edilen hastaları hızla taramak için AI sistemini kullanabileceğine inanıyor. Oldukça bulaşıcı virüsün daha hızlı ve daha erken tespiti, pozitif hastayı daha erken izole etmeye tetikleyerek sağlık çalışanlarını ve diğer hastaları potansiyel olarak koruyabilir.

Çalışmanın yazarları ayrıca, algoritmanın, COVID-19 için başka şekilde araştırılmayan hastaları izolasyon ve test için potansiyel olarak işaretleyebileceğine inanıyor.

Bir yapay zeka uzmanı ve çalışmanın kıdemli yazarı olan Northwestern’den Aggelos Katsaggelos, “Gerçek testi değiştirmeyi hedeflemiyoruz,” dedi. “Röntgenler rutin, güvenli ve ucuzdur. Sistemimizin bir hastayı taraması ve bu hastanın izole edilmesi gerekip gerekmediğini belirlemesi saniyeler sürer.”

Northwestern Medicine Bluhm Kardiyovasküler Enstitüsünde bir kardiyolog ve doktora sonrası araştırmacı olan Dr. Ramsey Wehbe, “Bir COVID-19 testinden sonuç almak saatler veya günler sürebilir” dedi. “AI, virüsün olup olmadığını doğrulamıyor. Ancak bir hastayı bu algoritma ile işaretleyebilirsek, test sonuçları geri gelmeden önce triyajı hızlandırabiliriz.”

Katsaggelos, Northwestern McCormick Mühendislik Okulu’nda Joseph Cummings Elektrik ve Bilgisayar Mühendisliği Profesörüdür. Ayrıca bilgisayar bilimi ve radyoloji alanlarında nezaket randevuları vardır. Wehbe, Northwestern Memorial Hastanesi Bluhm Kardiyovasküler Enstitüsü’nde doktora sonrası araştırmacıdır.

Yapay Zeka, Göğüs Röntgenlerinde COVID-19'u Uzman Radyologlardan Daha Doğru Tespit Ediyor 1
Oluşturulan ısı haritaları, COVID-19 (D) için doğru bir şekilde negatif olarak etiketlenen görüntülerin aksine, COVID-19 pozitif (AC) olarak doğru bir şekilde etiketlenen görüntülerde akciğer alanlarındaki anormallikleri uygun şekilde vurguladı. Isı haritasındaki renk yoğunluğu, görüntünün COVID-19 pozitifliğinin tahmini için önemli olan özelliklerine karşılık gelir. Kredi: Northwestern Üniversitesi

Eğitimli bir göz

COVID-19’lu birçok hasta için göğüs röntgeni benzer modeller gösterir. Berrak, sağlıklı akciğerler yerine, akciğerleri düzensiz ve puslu görünür.

Wehbe, “COVID-19’lu birçok hastanın göğüs görüntülerinde karakteristik bulguları var” dedi. Bunlar arasında ‘ikili konsolidasyonlar’ var. Akciğerler, özellikle alt loblar ve çevre boyunca sıvı ile dolu ve iltihaplıdır. “

Sorun, akciğerlerdeki zatürre, kalp yetmezliği ve diğer hastalıkların röntgende benzer görünebilmesidir. COVID-19 ile daha az bulaşıcı bir şey arasındaki farkı anlamak için eğitimli bir göz gerekir.

Katsaggelos’un laboratuvarı, tıbbi görüntüleme için AI kullanma konusunda uzmanlaşmıştır. O ve Wehbe zaten kardiyoloji görüntüleme projeleri üzerinde birlikte çalışıyorlardı ve pandemiyle savaşmaya yardımcı olacak yeni bir sistem geliştirip geliştiremeyeceklerini merak ettiler.

Wehbe, “Chicago’da salgın artmaya başladığında, birbirimize yapabileceğimiz bir şey olup olmadığını sorduk” dedi. “Kardiyak eko ve nükleer görüntüleme kullanan tıbbi görüntüleme projeleri üzerinde çalışıyorduk. COVID-19 ile mücadeleye yardımcı olmak için ortak uzmanlığımızı kullanabileceğimizi düşündük.”

Yapay zeka ve insan

Yeni algoritmayı geliştirmek, eğitmek ve test etmek için araştırmacılar, bir AI sistemini eğitmek için kullanılan COVID-19 döneminden göğüs röntgeni için yayınlanan en büyük klinik veri seti olan 17.002 göğüs röntgeni görüntüsünü kullandı. Bu görüntülerden 5.445’i, Northwestern Memorial Healthcare System’deki sitelerden COVID-19 pozitif hastalardan geldi.

İlgili Konu: Yapay zeka algoritması, fotonik cihazları bilgisayarlar için biyolojik olarak faydalı yeni bileşiği tanımlar

Ekip daha sonra DeepCOVID-XR’yi Lake Forest Hastanesi’nden alınan 300 rastgele test görüntüsü üzerinde beş deneyimli kardiyotorasik bursu eğitimli radyologlara karşı test etti. Her bir radyolog bu görüntüleri incelemek için yaklaşık iki buçuk ila üç buçuk saat sürdü, AI sistemi ise yaklaşık 18 dakika sürdü.

Radyologların doğruluğu %76-81 arasında değişiyordu. DeepCOVID-XR, %82 doğrulukla biraz daha iyi performans gösterdi.

Wehbe, “Bunlar göğüs görüntülemesi okuma konusunda eğitim almış uzmanlar,” dedi. “Oysa göğüs röntgenlerinin çoğu genel radyologlar tarafından okunur veya başlangıçta tedavi eden klinisyen gibi radyolog olmayanlar tarafından yorumlanır. Çoğu zaman bu ilk yoruma dayalı olarak karar alınır.”

Katsaggelos, “Radyologlar pahalıdır ve her zaman ulaşılabilir değildir” dedi. “Röntgenler ucuz ve zaten rutin bakımın ortak bir parçası. Bu potansiyel olarak para ve zamandan tasarruf sağlayabilir – özellikle de COVID-19 ile çalışırken zamanlama çok kritik olduğu için.”

Teşhis için sınırlar

Elbette, tüm COVID-19 hastalarında göğüs röntgenleri de dahil olmak üzere herhangi bir hastalık belirtisi görülmez. Özellikle virüsün ilerlemesinin erken dönemlerinde, hastalar muhtemelen henüz akciğerlerinde belirtiler göstermeyecektir.

Wehbe, “Bu durumlarda, AI sistemi hastayı pozitif olarak işaretlemeyecektir” dedi. Ama bir radyolog da yapmaz. Açıkçası, COVID-19’un radyolojik teşhisinin bir sınırı var, bu yüzden testi değiştirmek için bunu kullanmayız.”

Northwestern araştırmacıları, başkalarının onu yeni verilerle eğitmeye devam edebileceği umuduyla algoritmayı halka açık hale getirdi. Şu anda, DeepCOVID-XR hala araştırma aşamasındadır, ancak gelecekte klinik ortamda potansiyel olarak kullanılabilir.

Referans: Çalışmanın ortak yazarları arasında Jiayue Sheng, Shinjan Dutta, Siyuan Chai, Amil Dravid, Semih Barutcu ve Yunan Wu – Katsaggelos’un laboratuvarının tüm üyeleri – ve Dr. Donald Cantrell, Nicholas Xiao, Bradly Allen, Gregory MacNealy, Hatice Savas, Rishi Agrawal ve Nishant Parekh – Northwestern Medicine’deki tüm radyologlar.

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.