Cedars-Sinai’deki araştırmacılar, sonografi uzmanları tarafından yapılan ekokardiyogram değerlendirmeleriyle karşılaştırıldığında yapay zekânın kardiyak işlevi değerlendirmede ve teşhis etmede daha üstün olduğunu kanıtladı.

2020’de Smidt Kalp Enstitüsü ve Stanford Üniversitesindeki araştırmacılar, kardiyak işlevini ve özellikle kardiyak işlevi teşhis etmek için kullanılan temel kalp ölçümü sol ventrikül ejeksiyon fraksiyonunu değerlendirmek için ilk yapay zekâ teknolojilerinden birini geliştirdiler.

Geliştirilen yapay zekâ tarafından yapılan ilk değerlendirme ile bir sonograf tarafından yapılan ilk değerlendirme kıyaslanarak yapay zekânın 3.495 transtorasik ekokardiyogram çalışmasında hangisinin daha doğru olup olmadığını ölçmek amaçlandı.

Kardiyologlar yapay zekâ tarafından yapılan ilk değerlendirmelerin yalnızca %16,8’inde, sonograflar tarafından yapılan ilk değerlendirmelerinse %27,2’sinde düzeltmeler yaptı. Ayrıca doktorlara hangi değerlendirmelerin yapay zekâ tarafından, hangilerinin sonograflar tarafından yapıldığı söylenmedi. Bulgular, Cedars-Sinai’deki Smidt Kalp Enstitüsü ve Tıpta Yapay Zekâ Bölümündeki araştırmacılar tarafından yürütülen ve Nature dergisinde yayımlanan türünün ilk örneği, kör, rastgele bir yapay zekâ klinik çalışmasına dayanmakta.

Yapay zekânın yardımının kardiyologlara ve sonograflara zaman kazandıracağı tahmin ediliyor. Müfettişler, bu teknolojinin Cedars-Sinai’deki klinik sisteme ve ülke çapındaki sağlık sistemlerine uygulandığında faydalı bulunacağından eminler. Klinik araştırmanın kıdemli yazarı Kardiyolog David Ouyang, “Sonuçların kardiyak fonksiyon görüntülemesi yapılan hastalar için acil etkileri olduğu kadar kardiyak görüntüleme alanı için daha geniş etkileri var. Bu deneme, yapay zekâyı kullanmanın birçok hasta için ekokardiyogram görüntülemenin kalitesini ve etkinliğini artırabileceğine dair kesin kanıtlar sunuyor.” ifadelerini kullandı.

Ouyang: “Kardiyologlarımızdan ön yorumlamanın yapay zekâ tarafından mı yoksa bir sonografi uzmanı tarafından mı yapıldığını tahmin etmelerini istedik ve aradaki farkı anlayamadıkları ortaya çıktı. Bu, yapay zekâ algoritmasının güçlü performansının yanı sıra klinik yazılıma sorunsuz entegrasyonu gösteriyor. Bunların hepsinin, sahada gelecekteki yapay zekâ deneme araştırmaları için iyi işaretler olduğuna inanıyoruz.”

Araştırmanın temel amacı klinik uzmanlarına zaman kazandırmak ve kardiyak görüntüleme iş akışının daha sıkıcı kısımlarını en aza indirmek. Bununla birlikte kardiyologlar, yapay zekâ modeli çıktısının nihai karar vericisi olmaya devam ediyor.

Derleyen: Nazlıcan Vatansever