Google Research: AI destekli kör tarama ultrasonu, gebelik haftasını uzman düzeyinde tahmin etti

Google Research, uzman sonografi eğitimi olmayan sağlık çalışanlarının düşük maliyetli, taşınabilir problarla yaptığı “kör tarama” (blind sweep) ultrasonlarını yorumlayan yapay zekâ modelinin, gebelik haftasını uzman sonografistlerle eşdeğer doğrulukta tahmin ettiğini gösteren yeni bir çalışma yayımladı. “Generalization of AI-Based Gestational Age Assessment Using Blind Sweep Ultrasonography” başlıklı çalışma JAMA Network Open dergisinde yer aldı.

Neden önemli?

Google’ın aktardığı Dünya Sağlık Örgütü tahminine göre her yıl gebelikle ilgili komplikasyonlar nedeniyle 250 binden fazla önlenebilir ölüm yaşanıyor ve dünya genelinde insanların üçte ikisi ultrason gibi tanısal görüntülemeye erişemiyor. Kör tarama yönteminde ise sağlık çalışanı, probu karın üzerinde standart bir desenle gezdirmekle yetiniyor; görüntülerin yorumu yapay zekâya bırakılıyor. Gebelik haftası, tarama, tedavi ve doğum kararlarının dayandığı temel zaman çizelgesi olduğu için kritik bir ölçüm.

Çalışmanın tasarımı

Model, ilk olarak ABD’nin Kuzey Carolina eyaleti ve Zambiya’da 1.968 katılımcıdan toplanan ve Sonosite, GE ile Butterfly Networks problarıyla elde edilen verilerle eğitilmişti. Yeni ileriye dönük çalışmada model, ticari el tipi Clarius C3 probuyla eşleştirildi ve iki farklı ortamda test edildi:

• Northwestern Medicine (Chicago, ABD): Kentsel, yüksek kaynaklı bir akademik tıp merkezi.
• Jacaranda Health (Nairobi, Kenya): Kentsel bir toplum kliniği ağı.

Model, yeni proba uyum sağlaması ve tahmin aralığını 36 haftanın ötesine genişletmek için Chicago’dan yalnızca 120 katılımcılık küçük bir pilot veriyle (orijinal eğitim setinin yaklaşık yüzde 6’sı) ince ayardan geçirildi. Nairobi verisi ince ayarda hiç kullanılmadı ve bağımsız dış test olarak tutuldu. Çoğul gebelikler de çalışmaya dahil edildi.

Sonuçlar

Gebeliğin 16. ile 36. haftaları arasındaki 385 katılımcılık birincil kohortta (Chicago 192, Nairobi 193):

• Yapay zekâ modeli gebelik haftasını ortalama 4,18 günlük mutlak hatayla tahmin etti; uzman sonografistlerin standart biyometri yöntemi ise 4,48 gün hata verdi. Model, standart klinik prosedüre göre “eşdeğerden kötü değil” (non-inferior) bulundu.
• Chicago’da hata 4,10 gün, hiçbir yerel optimizasyon yapılmayan Nairobi’de ise 4,27 gün oldu.
• Keşifsel analizlerde, fetal ağırlığın 90. yüzdeliğin üzerinde olduğu durumlarda model geleneksel biyometri formüllerinden daha iyi performans gösterdi.

Sahadan dersler

Google, sistemin klinik iş akışlarına doğrudan yerleştirilmesinin pratik dersler sunduğunu belirtiyor; örneğin hastalar arasında cihazları şarjlı tutmak için yuvalı şarj istasyonları yerine değiştirilebilir pillerin önemi gözlemlendi. Şirket, bu tür sistemlerin yaygınlaşması için klinisyenler ve hastalarla güven inşa etmenin gerektiğini, bunun bir yolunun düşük kaliteli taramaları reddeden ve belirsizliği klinisyene ileten model güven tahminleri gibi güvenceler olduğunu vurguluyor. Google, çalışmayı araştırma niteliğinde bir sistem üzerinde yürütülen bir değerlendirme olarak sunuyor.

Kaynak: Google Research: Empowering frontline maternal care with AI-assisted ultrasound