ULTR-AI: Taşınabilir Ultrason ile Tüberküloz Tespitinde Yapay Zeka Destekli Devrim

ULTR-AI adını taşıyan yapay zeka sistemi, akıllı telefonla entegre taşınabilir ultrason cihazlarından elde edilen görüntüleri analiz ederek, balgam örneği gerektirmeyen, hızlı ve ölçeklenebilir bir tüberküloz (TB) tarama alternatifi sunuyor. Elde edilen sonuçlar, Dünya Sağlık Örgütü’nün (DSÖ) akciğer tüberkülozu teşhisi için belirlediği kriterleri aşarak erişilebilir ve verimli TB taraması için önemli bir fırsat yaratıyor.

2020 ile 2023 yılları arasında TB oranlarında %4,6’lık bir artış yaşandı. Erken tarama ve hızlı teşhis, DSÖ’nün "Tüberkülozu Bitirme Stratejisi"nin kritik unsurlarından biri olsa da, yüksek hastalık yükü bulunan ülkelerde göğüs röntgeni ekipmanlarının yüksek maliyeti ve eğitimli radyolog eksikliği nedeniyle teşhis aşamasında hasta kaybı oranı yüksek. Çalışmanın baş yazarı ve Lozan Üniversitesi doktora araştırmacısı Dr. Véronique Suttels, “Bu zorluklar, daha erişilebilir teşhis araçlarına duyulan acil ihtiyacı gözler önüne seriyor,” dedi. “ULTR-AI sistemi, akciğer ultrasonunu gerçek zamanlı yorumlamak için derin öğrenme algoritmalarından faydalanarak, özellikle kırsal alanlardaki az eğitimli sağlık çalışanları için TB taramasını daha erişilebilir hale getiriyor. Operatör bağımlılığını azaltarak testi standartlaştıran bu teknoloji, hastaların daha hızlı ve verimli şekilde teşhis edilmesine katkı sağlayabilir.”

ULTR-AI sistemi üç derin öğrenme modelinden oluşuyor: ULTR-AI, akciğer ultrason görüntülerinden doğrudan TB tahmini yapıyor; ULTR-AI (signs), insan uzmanlar tarafından yorumlanan ultrason desenlerini tespit ediyor; ULTR-AI (max) ise her iki modelden gelen en yüksek risk skorunu kullanarak doğruluğu optimize ediyor.

Çalışma, Batı Afrika’daki Benin’de yer alan bir üçüncü basamak şehir hastanesinde yürütüldü. Dışlamalar sonrası 504 hasta dahil edildi; bunların 192’si (%38) akciğer TB’si tanısı aldı. Katılımcıların %15’i HIV pozitifti, %13’ü ise daha önce TB geçirmişti. Standartlaştırılmış 14 noktadan oluşan bir akciğer ultrasonu tarama protokolü uygulandı ve görüntüler, insan uzmanlar tarafından tipik ultrason bulgularına göre yorumlandı. Karşılaştırma standardı olarak tek bir balgam moleküler testi (MTB Xpert Ultra) kullanıldı.

ULTR-AI (max) modeli, %93 duyarlılık ve %81 özgüllük (AUROC 0.93, %95 GA 0.92–0.95) göstererek, DSÖ’nün balgam dışı TB tarama testleri için belirlediği %90 duyarlılık ve %70 özgüllük eşiklerini aştı. Dr. Suttels, “Modelimiz, insan gözünün ayırt edebildiği büyük konsolidasyonlar ve interstisyel değişiklikler gibi akciğer ultrason bulgularını açıkça tespit ediyor. Ancak uçtan uca derin öğrenme yaklaşımı, insan gözünün algılayamayacağı daha ince detayları da yakalayabiliyor,” diyerek açıklamada bulundu. “Amacımız, TB’de sık görülen küçük sub-santimetrelik plevral lezyonlar gibi erken patolojik bulguları saptayabilmek.”

Dr. Suttels ayrıca şunları ekledi: “Yapay zeka modellerimizin en önemli avantajı, uygulamaya entegre edildikten sonra anında sonuç verme özelliği. Bu da akciğer ultrasonunun gerçekten nokta-bakım testi gibi çalışmasını sağlıyor; hasta hâlâ sağlık personelinin yanındayken anında teşhis konulabiliyor. Hızlı teşhis, tedaviye yönlendirme sürecini de hızlandırabilir ve hastaların takip dışı kalma riskini azaltabilir.”

‍

‍

‍

Kaynak:https://healthcare-in-europe.com/en/news/poct-ai-guided-lung-ultrasound-boost-tuberculosis-diagnosis.html