Yapay Zeka (AI) hayal edilemeyecek başarılara imza atıyor. Yapay zeka teknolojisi sağlık hizmetlerinde büyük umut vaat etmeye başlıyor; canlı, yüksek kaliteli video ile birleştiğinde uygulayıcıların sağlık risklerini insan gözünden daha erken ve daha doğru bir şekilde belirlemesine yardımcı oluyor. Bu teknolojinin sonsuz potansiyelini fark eden Oslo merkezli tıbbi teknoloji girişimi Augere Medical, kolonoskopilerden alınan canlı video görüntülerini analiz ederek doktorları kolon kanserine dönüşebilecek poliplere karşı uyaran yapay zeka odaklı bir çözüm geliştirmeye başladı. Merkezinde AJA Corvid 44 12G kart bulunan hayat kurtaran teknoloji hakkında Augere Medical CEO’su Andreas Petlund ile röportaj yaptık ve öne çıkanları sizler için derledik.
Her zaman teknolojiye karşı bir tutkum oldu ve bu beni Norveç’in en yüksek dereceli araştırma kurumlarından birinde Bilgisayar Bilimleri alanında doktora yapmaya yöneltti. Film endüstrisinde geçmişi olan CTO’muz gibi ben de multimedya veri işleme konusunda uzmanım. Çalışmalarımın çoğu, uzaydaki en son gelişmeleri sağlık hizmetleri gibi bir sektöre nasıl uygulayabileceğime odaklandı. Birkaç yıl boyunca, günümüzün en yaygın kanserlerinden biri olan kolorektal kanseri tespit etmek için kullanılan bir Yapay Zeka çözümüne odaklanan bir araştırma grubuna liderlik ettim. Bulgularımız 2018’de Augere Medical’in lansmanına ilham verdi ve şu anda ürünümüzü Avrupa ve Kuzey Amerika’da kullanıma sunmak için düzenleyici süreçlerden geçiyoruz.
Tıp camiası her yıl 2 milyon kolorektal kanser vakası teşhis ediyor ve hastalık bir milyon cana mal oluyor. Aynı zamanda en pahalı ve tedavisi en zor kanserlerden biridir ve sıklıkla geç bir aşamada teşhis edilir. Kolon kanseri risklerini erken tespit etmek, yaşam ve ölüm arasındaki farkı yaratabilir. Bu nedenle kolonoskopi hayati bir koruyucu önlemdir.
Prosedür büyük ölçüde kolonda lekelenen polipleri veya adenomları (kanser öncüleri) tanımlamak için kullanılır. Erken yakalanan bu kanser öncesi anormallikler, kanserin yayılmasını önlemek için kolayca çıkarılabilir. Bununla birlikte, modern kolonoskopi teknolojisi ve kamerayı hareket ettirmek için gereken teknik, doktorların sorunlu olabilecek her türlü büyümeyi tespit etmesini zorlaştırabilir. Örneğin, düz ve sapsız poliplerin rutin kolonoskopiler sırasında tespit edilmesi özellikle zordur. Renk ve kan damarı desenleri, doktorların farklı polip türlerini anlamalarına yardımcı olabilir. Ancak o zaman bile, her yıl kolonoskopi prosedürlerinde çok fazla düz ve sapsız polip saptanmaz. Bu, Bu, tıp camiasının karşı karşıya olduğu büyük bir zorluktur ve yapay zeka destekli bir video analiz aracının çözmeye yardımcı olabileceğini bildiğimiz bir sorundur. Bu çözümle amacımız, doktorların polipleri daha doğru tanımlamasına ve hastalar için daha olumlu sonuçlara ulaşmasına yardımcı olmaktır.
Tipik olarak, kolonoskopi prosedürleri çok hızlı hareket eder ve belirli görüntüler yalnızca saniyeler içinde elde edilebilir. Bu nedenle, çözümümüzü rutin kolonoskopi prosedürleri sırasında mümkün olduğu kadar çok tespit edilmesi zor polipleri tespit edecek şekilde eğitmek için makine öğrenimini kullandık. Çözümümüz, tesisin kolonoskopi ekipmanına ve monitörüne bağlanan fiziksel bir kutunun yanı sıra tescilli video analiz yazılımımızdan oluşur. Video, kolonoskopi kamerasından kutunun içine ve her kareyi gerçek zamanlı olarak analiz eden yazılımımıza iletilir. Yazılım potansiyel bir polip işaretlediğinde, kutuda bir alarm etkinleştirilir ve alanın üzerine bir grafik çizilir. Besleme kaydedilir, böylece doktor işlem sonrası görüntüleri daha fazla inceleyebilir ve ilgili alanları yeniden ziyaret edebilir.
Tesisin AV ihtiyaçları, kolonoskopi ekipmanına bağlı olarak değişir. Bu nedenle çözümü hem 4K hem de 1080p videoyu destekleyecek şekilde tasarladık. AI yazılımı, çözümün temel işlevselliğini destekler. Ancak birkaç ek bileşene sahip standart bir PC, saniyede 50 video karesini desteklemek için bir NVIDIA Quadro RTX 4000 GPU kartı ve ses ve video oynatma için bir AJA Corvid 44 12G I/O kartı dahil olmak üzere endüstri standardı video donanımı tarafından desteklenir.
Aja Corvid , çözüm için doğal bir seçimdi. Son derece sezgisel, 4K ve HD videolardan sinyal kesintileri olmadan güvenilir bir şekilde geçebilir ve SDK sağlamdır. Piyasadaki diğer çözümlerin aksine Corvid’in SDK’sı, video analitiğini çalıştıran yazılımımızdan bağımsız olarak çalışır. Bu, sonuçta tüm çözümü dondurabilecek ve prosedürü kesintiye uğratabilecek beklenmedik bir yazılım hatasına karşı ek bir güvenlik katmanı sağlar. Genel olarak kolonoskopi sırasında kutuyu yeniden başlatma ihtiyacını ortadan kaldırır ve hastayı geciken tetkiklerden korur. Corvid’in video geçiş işlevi, kolonoskopi video sinyalini mümkün olan en düşük gecikmeyle üst üste bindirmemize de olanak tanır. 100 milisaniyelik bir gecikme bile prosedürü olumsuz etkileyebilir, yani bu çok büyük.
Video çözünürlüğü işleme yeteneğimiz, önemli bir farklılaştırıcıdır ve verimli işleme konusunda yıllarca süren araştırmalar sonucunda böylesine yüksek bir görüntü doğruluğu düzeyine ulaşabiliyoruz. Sisteme videoyu zamansal bir yaklaşımla analiz etmesini de öğrettik. Bu, sistemin poliplere birkaç farklı açıdan bakmasına ve bir doktorun yapacağı gibi birkaç karedeki anormallikleri belirlemesine olanak tanır.
AI güdümlü video yakalama ve analiz, modern tıptaki en çığır açan gelişmelerden biridir. Tıp uzmanlarının ve kurumlarının multimedya verilerini daha önce hiç olmadığı gibi kullanmasına ve analiz etmesine olanak tanır. Artık bir makineye insan gözünün her zaman yakalayamadığı ayrıntıları aramasını öğretebiliriz. Bu kolorektal kanserin önlenmesinde büyük bir gelişme olacaktır. AI, işimizin dışında radyoloji, genetik ve diğer tıbbi alanlarda da kullanılmaktadır. Tabii ki, bu araştırmayla birlikte gizlilik sorunları ve problem çözmeyi gerektiren diğer zorluklar da geliyor. Ancak atılan adımlar, tıbba yaklaşım şeklimizi temelden değiştirme potansiyeline sahiptir.
Şu anda bu çözümü yasal onaylar yoluyla yönlendirmeye ve onu doktorların eline vermeye odaklandık. Bununla birlikte, bulgularımızı sistoskopi ve laparoskopi gibi diğer endoskopik prosedürler gibi fayda sağlayacak diğer tıp alanlarına uygulamayı dört gözle bekliyoruz. Çözümümüzün yanı sıra, doktorların video görüntülerinden daha fazla bilgi çıkarmasına ve muayene geçmişini dikkate alan hastaya özel tedavi sağlamasına olanak tanıyan bir bulut platformu da oluşturuyoruz.