Potansiyeli
Görmek

Google'daki bir ekip, diyabette körlüğü engelleme konusunda doktorlara yardımcı olmak için yapay zekayı nasıl kullanıyor?

Google araştırma bilim insanı Varun Gulshan birkaç kritere uyacak bir proje arıyordu.

Proje, Gulshan’ın yapay zeka (AI) algoritmaları geliştirme geçmişini kullanacak ve hem bilim hem de tıp alanında ilgisini uyandıracaktı. Ayrıca proje tercihen Gulshan'ın memleketi Hindistan'daki insanlara yardımcı olacaktı.

Daha temel sorunlar üzerinde çalışmayı gittikçe daha çok düşünür olmuştum. Görüntü tanımayı topluma fayda sağlayacak bir şey için kullanmak istiyordum.

Varun Gulshan, Google Araştırma Bilim İnsanı

Google Hızlandırılmış Bilim (GAS) direktörü Phil Nelson'a e-posta göndererek planları arasında böyle bir proje olup olmadığını sordu.

Birkaç hafta sonra Gulshan kendini Hindistan'daki bir hastaneden gelen ve içerisinde yüzlerce anonim retina taraması bulunan dijital sürücüyü açarken buldu. Nelson, Gulshan'a göre bir projesi olduğunu düşündü ama önce bilmesi gereken bir şey vardı: Bir yapay zeka modeli, bu resimlerden hangilerinin körlüğe yol açan diyabetik retinopati belirtilerini gösterdiğini tanımlamayı öğrenebilir miydi?

“Bu tam da benim becerilerime uygun bir projeydi” diyor geçmişte el hareketlerini tanımak için yapay zekayla çalışan Gulshan. “Bu resimlere baktığımda derin öğrenmenin burada işe yarayabileceğini anladım” diyor. “Derin öğrenmeyi gerçekten de bu sorunlar üzerinde kullanabiliriz diye düşündüm.”

Büyüyen Endişe

70 milyon diyabet hastasının bulunduğu Hindistan'da diyabetik retinopati sorunu gittikçe büyüyor. Hastalık, retinanın arkasında lezyonların oluşmasına yol açıyor. Bu lezyonlar tamamen körlüğe neden olabiliyor. Hindistan'daki diyabet hastalarının yüzde 18'i bu hastalıktan muzdarip durumda. Dünyada, vakaların çoğu ABD, Çin ve Hindistan'da olmak üzere körlük riski taşıyan 415 milyon diyabet hastası olduğu düşünüldüğünde hastalığın küresel bir sorun olduğu söylenebilir.

Hindistan'daki 70 milyon diyabet hastasından diyabetik retinopatiden muzdarip olanlar.

Ancak iyi haber şu ki kalıcı görme kaybı kaçınılmaz değil. Yeterince erken teşhis konulan hastalarda ilaç, terapi, egzersiz ve sağlıklı beslenmeyle daha fazla zarar oluşmasının önüne geçmek mümkün.

Karşılaşılan Zorluklar

Diyabetik retinopatide farkındalık büyük bir sorun. Hindistan'ın Chennai kentindeki Sankara Nethralaya Göz Hastanesi'nde retina cerrahı olarak görev yapan Dr. Rajiv Raman'a göre birçok diyabet hastası, hastalığın ilk belirtilerinin ufak tefek görme sorunlarından ibaret olduğunu düşünüyor. Hintçede "retina" için kelime olmadığından, hastalıktan bahsetmek bile başlı başına bir zorluk. “Katarakt için kelimemiz var, glokom için hem Hintçede hem de Tamilcede kelimemiz var, ancak diyabetik retinopatiyi çevirebileceğimiz bir kelime yok” diyor Dr. Raman.

Doktor Rajiv Raman'ın fotoğrafı

Dr. Rajiv Raman, Sankara Nethralaya Göz Hastanesi'nde Retina Cerrahı

Chennai, Hindistan

Göz doktorları hastalığı ve düzenli muayeneyle hastalığın ilerleyişinin nasıl izlenebileceğini açıklayabilir. Ancak asıl zorluk risk altındaki hastaları retina muayenesinden geçirmektir. Dünyanın her yerindeki kırsal topluluklarda ileri aşamadaki diyabetik retinopatinin yaygın olmasının asıl nedeni tıp değil altyapıdır. Evden en yakın uzmana gitmek çok uzun sürebilir. Hele birden fazla randevuya gidip gelmek genellikle çok zordur.

“Kırsal kesimlerdeki birçok hastada ileri düzey diyabetik retinopati var, ancak bu kişiler diyabet hastası olduklarını bilmiyorlar”

Başkalarına bakmakla yükümlü olan yoksul hastaların kendileriyle ilgilenmeleri genellikle imkansız hale geliyor. Bunun yerine, diyabetik retinopatinin etkileri göz ardı edilemeyecek hale gelinceye kadar durumla ilgili bir şey yapmıyorlar. O zaman da genellikle iş işten geçmiş oluyor. “Kırsal kesimlerdeki birçok hastada ileri düzey diyabetik retinopati var, ancak bu kişiler diyabet hastası olduklarını bilmiyorlar” diyor Sankara Nethralaya hastanesinin teleoftalmoloji bölüm başkanı Dr. Sheila John. “Görme yetilerini kaybediyorlar. Bazı vakalarda bir gözdeki görme yetisini kaybetmiş oluyorlar, bizim de diğer gözü kurtarmamız gerekiyor.”

Sankara Nethralaya Göz Hastanesi'nin önünde sıraya giren hastalar

Sankara Nethralaya Göz Hastanesi'nin önünde bekleyen hastalar

Chennai, Hindistan

Ekibi Kurmak

Diyabetik retinopatinin teşhisiyle ilgili en büyük zorluk vakaların sayısıdır. Sadece Hindistan'da taramadan geçmesi gereken 70 milyon diyabet hastası var. Ancak eğitimli hekim sayısı, bu hastaların retina taramalarının incelenebilmesi için yeterli değil.

[Hastaları] erken aşamada, görme yeteneklerinde herhangi bir sorun yokken taramadan geçirmemiz gerekiyor

Hindistan'ın Madurai şehrindeki Aravind Göz Hastanesi'nin başhekimi Dr. R. Kim'e göre, uzmanların yalnızca birkaç hastanın ikamet ettiği kırsal bölgelerde muayenehane açması makul değil. “Hastaları erken aşamada, görüşlerinde herhangi bir sorun yokken taramadan geçirmemiz gerekiyor. Peki bunu nasıl yapacağız?” diye soruyor Dr. Kim. “Çünkü bu 70 milyon hastayı taramadan geçirmek insan gücüyle yapılabilecek bir şey değil.”

Florence Thng
Ürün Müdürü, Verily
Philip Nelson
Direktör, Google Accelerated Sciences
Peter Wubbels
Mühendis, Verily
Naama Hammel
Göz Doktoru, Google Brain Team
Lily Peng
Ürün Müdürü, Google Brain Team
Kasumi Widner
Program Yöneticisi, Google Brain Team
Dale Webster
Mühendis, Google Brain Team
Profile image of Florence Thng
Florence Thng
Ürün Müdürü, Verily
Profile image of Philip Nelson
Philip Nelson
Direktör, Google Accelerated Sciences
Profile image of Peter Wubbels
Peter Wubbels
Mühendis, Verily
Profile image of Naama Hammel
Naama Hammel
Göz Doktoru, Google Brain Team
Profile image of Lily Peng
Lily Peng
Ürün Müdürü, Google Brain Team
Profile image of Kasumi Widner
Kasumi Widner
Program Yöneticisi, Google Brain Team
Profile image of Dale Webster
Dale Webster
Mühendis, Google Brain Team

Google’ın yapay zekası, retina taramalarını doğru yorumlayarak diyabetik retinopatinin daha kolay teşhis edilmesine yardımcı olursa belki de milyonlarca kişi görme yetisini kaybetmekten kurtulabilir.

Zor olan, yapay zeka modelinin öğreneceği bir veri kümesi oluşturmaktı. Bunun için tüm taramaların hastalığın ciddiyet düzeyine göre teker teker puanlanması ve etiketlenmesi gerekiyordu. Sorunun çözülmesi için çok sayıda göz doktorundan oluşan bir ekibin taramaları puanlaması ve yapay zeka modelinin bu puanlamalarla eğitilmesi şarttı.

Ancak ekip, yapay zeka modeline retina taramasını hakkıyla okuyabilmesi için gereken nüansları öğretmek istiyorsa daha fazla kaliteli veriye ihtiyaç duyacaktı.

Modeli Eğitmek

Başlangıçta ekip, retina resimlerini etiketlemek için Aravind ve Sankara Nethralaya hastanelerindeki göz doktorlarından yardım aldı. Model birkaç ay sonra diyabetik retinopatinin önemli işaretlerini (ör. sinir dokusunda hasar, şişme ve kanama) tanıyacak şekilde eğitildi. Gulshan, ellerinde daha büyük veri kümesi olsa modeli daha da doğru çalışır hale getirebileceklerinden emindi.

Daha sonra, ABD'nin kırsal kesimlerindeki hastaları diyabetik retinopati taramaları için göz doktorları ile bir araya getiren Göz Resmi Arşivi İletişim Sistemi (EyePACS) adlı teletıp ağının başkanı Dr. Jorge Cuadros projeye dahil oldu. Ancak EyePACS tarafından görülen hastaların derecelendirilmiş tarama için haftalarca beklemesi gerekiyordu. Dr. Cuadros da daha hızlı teşhis için memnuniyetle elinden geleni yapmaya hazırdı.

EyePACS'in paylaştığı veriler hasta çeşitliliği açısından zengindi ve yapay zeka ekibinin o zamana kadar topladığı verilerden yüz kat fazlaydı. Bu da etiketlemenin büyük bir iş yükü getireceği anlamına geliyordu. Zira derecelendirme yapan her kişinin yargısındaki kişiselliğin ortadan kaldırılabilmesi için her resmin birkaç kez derecelendirilmesi gerekiyordu. “Model, sürekli istikrarlı bir şekilde yapılan şeyleri öğrenir” diyor Google'da yazılım mühendisi olarak çalışan Dale Webster. “Bu da daha az taraflı ve daha sağlam sonuçlar elde etmemizi sağlar.”

Bugüne kadar yaklaşık 100 göz doktoru, yapay zeka modeli için 1 milyondan fazla derecelendirme yaptı.

Yapay Zeka'nın İşleyişi

Yapay Zeka Modelinin İşleyişi (1/4)

50'den fazla göz doktoru 1 milyonu aşkın anonim retina taramasını manuel olarak inceleyerek her birini mevcut diyabetik retinopati seviyesine göre derecelendirdi.

Yapay Zeka Modelinin İşleyişi (1/4)

50'den fazla göz doktoru 1 milyonu aşkın anonim retina taramasını manuel olarak inceleyerek her birini mevcut diyabetik retinopati seviyesine göre derecelendirdi.

Yapay Zeka Modelinin İşleyişi (2/4)

Her tarama birkaç kez inceleniyor ve 1 (diyabetik retinopati belirtisi yok) ile 5 (ciddi belirtiler mevcut) arasında manuel olarak derecelendiriliyor.

Yapay Zeka Modelinin İşleyişi (3/4)

Derecelendirilen resimler daha sonra resim tanıma algoritmasına beslenir. Algoritmaya binlerce derecelendirilmiş resim beslediğinizde tıpkı bir göz doktoru gibi diyabetik retinopatinin belirtilerini anlamaya başlayabilir.

Yapay Zeka Modelinin İşleyişi (4/4)

Algoritma eğitildikten sonra Otomatik Retina Hastalığı Teşhisi (ARDA) adlı bir uygulamanın çalıştırılması için kullanılabilir. ARDA, kullanıcılar retina taraması yükledikten sonra hemen diyabetik retinopati analizi yapılmasını sağlar.

Modelden Cihaza

Tüm ekip üyeleri, bu modeli gerçek bir Otomatik Retina Hastalığı Tespit (ARDA) cihazına dönüştürebilecekleri düşüncesiyle projeye dahil oldular.

Burada başka bir Google ekip üyesi olan Lily Peng önemli bir rol oynadı. Oftalmoloji ekibinin diğer üyeleri gibi, tıp doktorluğu eğitimi alan Peng'in motivasyon kaynağı da gerçek bir klinik etki yaratma ihtimaliydi.

Pek çok muazzam fikrimiz, vaadimiz vardı, değil mi?” diye soruyor. “Peki bunların bazıları neden asla tedavilerde kullanılmıyor?

Lily Peng, Google

Peng, ARDA'nın klinik ortamında kullanılabileceğini düşündü. Ancak bu noktaya gelene kadar pek çok deneme yapılması ve düzenleyici makam onayı alınması gerekiyordu. Ekip bu amaçla iki hedefe odaklandı: ARDA'yı gerçek dünyada test etmeye başlamak için klinik deneme gerçekleştirmek ve Amerikan Tıp Derneği Dergisi (JAMA) için denemenin sonuçları hakkında bir makale yazmak.

“JAMA'ya gitmek istememizin nedeni JAMA'nın tıp pratiği hakkında olması” diyor Nelson. “Sadece bunu yapabileceğimizi göstermek değildi amacımız. Doktorların da adının duyulmasını istedik.”

ARDA cihazını tanıtmak için yapmaları gereken diğer bir şey de çalışmalarını Amerikan Gıda ve İlaç Kurumu'na (FDA) sunmaktı. Peng, Nelson ile birlikte yapay zekanın iyi yönleri üzerine ustaca bir sunum yaptı. ARDA'nın hayata geçirilmesinde rol alan farklı topluluklar arasında çevirmenlik yapan Peng, ARDA'nın önemli savunucularından biriydi.

“Tüm dilleri konuşabiliyor,” diyor Gulshan, “dolayısıyla bizimle de konuşabildi ve yaptığımız işin teknik açıdan karmaşık yönlerini anlayabildi. Doktorların konuştuklarını ve etki yaratmak için dikkate alınması gereken noktaları da anladı. Lily bunu getirdi ve artık bir kliniğe koymayı düşünebileceğimiz bir şeye dönüştürdü.”

Başka Türlü bir Termometre

Google ekibindeki kimsenin tıbbi cihaz geliştirme deneyimi yoktu. Bu nedenle ekip, ARDA teknolojisinin tıbbi cihaz olarak onaylatılmasıyla ilgili düzenleyici ve klinik taleplerin karşılanması amacıyla sağlık hizmetleri alanında faaliyet gösteren bir Alphabet şirketi (Alphabet, Google'ın da sahibidir) olan Verily'den yardım aldı.

ABD gıda ve ilaç idaresinin (FDA) kısa süre önce açıkladığı ön sertifika pilot programına kabul edilen ve katılım için başvuran yüzlerce şirket arasından seçilen dokuz şirketten biri olmayı başaran Verily, ARDA'ya Hindistan'daki klinik denemelerde yol göstermek için kendi uzmanlığını ve deneyimini kullanıyor. Tıpkı doktor ve hemşirelerin cihazı kullanmalarına yardımcı olmak için Hindistan'a geri taşınan Gulshan gibi.

Hastanın göz taramasında hasar olup olmadığına bakan bir göz doktoru.

Daha Yakından Bir Bakış

Sankara Nethralaya'daki her hasta, optometrist muayenesinden geçtikten sonra göz doktoru tarafından muayene ediliyor. Göz doktoru gözlerin hasar görmüş olabileceğini düşünürse hasta retina taramasından geçiriliyor.

“Düzenleyici onay almak önemli” diyor Peng, “ama daha önemlisi, bizimle çalışan hekimlerin yaptıkları iş konusunda kendilerine güvenmeleri ve yazılımı kullanmaktan hoşnut olmalarıdır. Burada konu sadece güvenlik ve etkinlik değildir; konu, bunun gerçekten onların işine yarayıp yaramayacağıdır.”

ARDA, kısa süre önce gerçekleştirilen bir klinik denemede, Hindistan'daki iki hastanede 3.000 diyabet hastasının resimlerini derecelendirmek için kullandı. Bu derecelendirmeler doktorların değerlendirmeleriyle karşılaştırıldı. Bu karşılaştırma, JAMA'da yayınlanan 2016 tarihli çalışmayı onaylar nitelikteydi: Model, hastaları taramadan geçiren mevcut sağlık çalışanlarıyla eşit performans gösteriyordu.

Dr. Rajiv Raman bir hastanın retina resmini inceleyerek diyabetik retinopati belirtisi olup olmadığına bakıyor.

Dr. Rajiv Raman bir hastanın retina resmini inceleyerek diyabetik retinopati belirtisi olup olmadığına bakıyor.

Chennai, Hindistan

Dr. Cuadros'a göre ARDA'nın en önemli faydası basit matematik. Dr. Cuadros, ABD'deki diyabetik retinopati hastalarının yüzdesinin azaldığını, bunun da önleyici tedavinin işe yaradığını gösterdiğini belirtiyor. Ancak diyabet hastalarının sayısı arttığı için diyabetik retinopati hastalarının toplam sayısı aynı kalıyor. Taramadan geçmesi gereken kişi sayısı artmasına rağmen tedavi konusundaki uzmanlığa gösterilen talep değişmiyor.

Göz doktorları da maddi olarak bundan etkileniyor.

"Her gün 3.000 hastayı taramadan geçirmem gerekiyor ve bu da imkansız." diyor Dr. Raman. "Yani, kesinlikle yardıma ihtiyacım var ve bu yardımı bana ARDA sağlıyor.

Dr. Rajiv Raman, Göz Doktoru

Bu gibi durumlarda uzmanlığı sağlık ocaklarına taşımak büyük bir avantajdır. “ARDA pratisyen hekimlerin muayenehanelerinde kullanılabilseydi büyük fark yaratırdı, çünkü daha fazla hasta taramadan geçirilebilirdi” diyor Dr. Kim. “Böylece göz doktorları yalnızca retinopati hastalarının tedavisine odaklanabilirdi.”

Diyabetin körlüğe neden olabileceğini hiç bilmiyordum. Bisikletimle sağa sola giderdim. Bir gün sol gözüm bulanık görmeye başladı. Sekiz ay sonra da o gözüm görme yetisini tamamen kaybetti.

Elumalai, hasta

Dr. Raman aslında termometre hatta glukometre (diyabet hastalarının kan şekerlerini izlemek için kullandıkları bir teşhis aracı) kadar yaygın olarak kullanılan bir cihaz hayal ediyor. “Benim işim diyabetik retinopati taraması yapmak değil” diyor. “Benim işim lazer yapmak, iğne yapmak, ameliyat yaparak körlüklerinin düzeltilmesine yardımcı olmak.”

Ancak teşhis nasıl koyulursa koyulsun, herkes sağlıkta en önemli şeyin farkındalık olduğu konusunda hemfikir. Hatta diyabetik retinopati teşhisi konması genel anlamda daha iyi sonuçlar ortaya çıkarabiliyor. “Retina hastalığının tedavi gerektirmediği erken aşamada teşhis edilmesi, hastaya diyabetin vücudunu etkilemeye başladığını anlama fırsatı veriyor” diyor Dr. Cuadros. "Bu da onu kan şekerini daha iyi kontrol altına almaya motive edebiliyor.”

Mythili, hasta

Mythili, Dr. Rajiv Raman'ın hastalarından biri. 19 yıldır diyabet hastası olan Mythili, 5 yıl önce diyabetik retinopatisi olduğunu öğrendi. Diyabet hastalığının görme yetisini etkileyebileceğinin farkında olduğu için düzenli olarak göz muayenesine gitti.

Teşhiste Kaydedilen Gelişme

Devam eden başka çalışmalar da var. Hindistan'da süren ve ilk kez bu düzeyde taramaların gerçekleştirileceği klinik denemeler de bu çalışmalar arasında yer alıyor. Google ve Verily ekipleri, diyabetik retinopatinin de ötesindeki olasılıklar konusunda iyimser. “[JAMA makalesinden beri] daha da fazla ilerleme kaydettik,” diyor Nelson. “Kısa süre önce Nature Biomedical Engineering'de bir makale yayınladık. Bu makalede, retina resmine bakarak hem kalp ve damar sağlığıyla ilgili çeşitli risk faktörlerini hem de önemli kalp ve damar hastalıkları açısından ne kadar risk altında olduğunuzu tahmin edebileceğimizi kaleme aldık."

Bir gün ciddi hastalıkların teşhis edilmesi ateş veya tansiyon ölçmek kadar kolay olabilir. Ancak kısa vadede milyonlarca diyabet hastası, doktorların diyabetik retinopatiyi çabucak teşhis etmesine yardımcı olan yapay zeka algoritması sayesinde görme kaybı yaşamaktan kurtulabilirler.

Bu hikayeyi izleyin

Başa dön