Daha net bir görüntü
Meme kanseri taraması yaptırmak veya mamografi çektirmek, hastanın rahatsız, huzursuz ve savunmasız hissetmesine neden olabiliyor. Tarama sonrası kadınlar, belirsiz olabilen tıbbi jargonla dolu sonuçlar beklemenin stresini yaşayabiliyor ve hatta tarama sırasında yoğun doku veya yanlış konumlandırma nedeniyle başka bir mamografi için takip talebi alabiliyor.
ABD’deki her 8 kadından 1’ine yaşamları boyunca meme kanseri teşhisi konacak olması bir gerçek. Diğer 7 kadından ise bazıları kanser korkusunun şokunu yaşayacak. Erken teşhis, meme kanserinden ölme riskini büyük ölçüde azaltabilir. Amerikan Kanser Derneği verilerine göre, geleneksel yaşa dayalı taramalar, Amerika Birleşik Devletleri’nde her yıl gerçekleştirilen 40 milyon mamografi taramada meme kanserlerinin yüzde 20’sini kaçırıyor. Sonuçlar temiz çıksa bile bütün bu süreç, hastaların çaresiz ve şaşkın hissetmelerine yol açabiliyor.
Korkmayın. Bilgi güçtür ve sağlık hizmetlerimiz konusunda önleyici olabildiğimiz bir dönemde yaşadığımız için şanslıyız.
Sağlık hizmetleri için avantaj
Bu hasta deneyimini daha iyi hale getirme sürecinin bir parçası da, sağlık hizmeti sağlayıcılarına ve radyologlara, kanser geliştirme riski yüksek olan hastaları daha iyi tanımlamak için ihtiyaç duyacakları araçlar sunmak ve hastaları güçlendirmek için bakım önerilerini kişiselleştirmeyi içeriyor. Volpara Health gibi sağlık yazılımı şirketleri, yapay zeka inovasyonu ile ile destek süreçlerini bir üst seviyeye taşıyor.
Şu anda dünya çapında 2000’den fazla tesise hizmet veren Yeni Zelanda merkezli Volpara, on beş yıldır sağlık yazılımı sektöründe lider ve son yedi yıldır Microsoft’un Bulut İş Ortağı Programı’nda yer alıyor. Şirket, 2023’te Sağlık ve Canlı Bilimleri alanında yılın Microsoft iş ortağı seçildi.
Volpara’nın yoğunluk yapay zekası, 41 ülkede 17,3 milyondan fazla hastanın meme yapısını değerlendirdi.
Daha lifli veya glandüler doku nedeniyle olası kanserli tümörleri yorumlamanın zorlaştığı yoğun meme dokusunda, sağlık hizmeti sağlayıcıları çıplak gözle düzensizlikleri tespit etmekte zorlanabilir. Araştırmalar, meme yoğunluğunu değerlendiren radyologların görsel olarak yoğunluk kategorilerini tutarsız bir şekilde atadığını ve bunun da hastanın daha iyi bir tespit şansı için ultrason veya MRG yaptırma yeteneğini etkilediğini göstermiştir. Sağlayıcının görüntü işleme algoritmaları, meme yoğunluğunun görsel izlenimini de etkileyebilir.Yapay zeka, daha fazla doğruluk için sürekli bir ölçekte nicelikselve hacimsel yönden ağır olan temel işleri yapıyor. Büyük DENSE denemesi, mamografiye ek olarak meme yoğunluğu MRI için son derece yüksek olan kadınları seçmek için Volpara’nın yapay zekasını kullanmanın, hatalı pozitif sonuçları azaltırken normal bir mamogramdan sonra tespit edilen aralık kanserlerinin sayısını önemli ölçüde azalttığını gösterdi.
Volpara CEO’su Teri Thomas, konu hakkında şunları söylüyor: “İşlenmemiş görüntüleri analiz etmek ve meme yoğunluğunun çok hassas bir hacimsel analizini oluşturabilmek için gerekli derin fizik tabanlı uzmanlığa sahibiz” diyor. “Teknolojiden yararlanarak tüm önleme ve tespit ekosistemimiz için gerekli ayarlamaları yapabilmemizi sağlayan her türlü yöntem, hastalar ve aileleri üzerinde gerçek bir etki yaratıyor.”
Volpara’nın meme görüntüleme için öznel kararlar alma ve bunları nesnel hale getirme üzerine kurulu yapay zeka yaklaşımı, meme yoğunluğunun ötesine geçecek şekilde genişletildi. Volpara Analytics yazılımı, bir meme görüntüleme merkezinde çekilen her mamografinin görüntü kalitesini değerlendirmek için bir algoritma kullanır ve teknoloji uzmanlarına, radyolog tarafından en yüksek tespit şansı için konumlandırma ve sıkıştırmayı iyileştirmelerine yardımcı olmak için geri bildirim verir.
Görüntü konumlandırma kalitesi konumlandırma kriterlerini karşılamadığında mamografi duyarlılığı %84’ten %66,3’e düşer. Mamografik görüntüye memenin tamamının dahil edilmemesi gibi sorunlar, teknoloji kaynaklı önlenebilir tekrarların %80,6’sına kadarının nedenini oluşturabilir.
Volpara’nın Risk Pathways yazılımı, yüksek risk altındaki hastaların doğru zamanda doğru testi almalarına ve hatta önleyici tedbirler almalarına yardımcı olmak için kanser risk değerlendirme hesaplamasını kanıta dayalı bakım kılavuzlarıyla eşleştirir. Yakın zamanda Volpara, kanser teşhisi ve tedavisi için yapay zeka destekli çözümlerde küresel bir lider olan Lunit Inc. ile güçlerini birleştirdi. Lunit INSIGHT, meme görüntüleme uygulamaları için Volpara’nın ekosistemini, radyoloğa kanser tespit oranlarını iyileştirmek ve yanlış pozitifleri azaltmak için anormallikleri bulmada yardımcı olan bir AI çözümü ile geliştiriyor.
Bu kadar büyük bir görüntü envanterini alma, düzenleme ve depolama sürecinde Microsoft Azure devreye giriyor. Mamografi görüntüleri anonimleştirilip depolama ve analiz için radyografi makinesindeki başlangıç noktasından Microsoft Azure bulutuna taşınıyor. Azure, verileri depoluyor ve Volpara’nın yapay zekasının çalışmasını sağlayan bilgi işlem gücünü ve ortamını sunarak doktorların bu verileri herhangi bir konumdan gözden geçirebilmesini sağlıyor.
Hassas verileri güvende tutma
Sağlık sektöründeki karmaşık siber tehditler artarken gerçek ve aktif tehditleri yanlış alarmlardan ayırt etme kabiliyeti oldukça önemlidir. Volpara’nın kapsamlı meme kanseri taraması, her zaman korunması gereken kusursuz, karmaşık bir görüntüleme cihazları ve BT sistemleri ağı üzerine kurulu. Hastalar, mamografi verilerini ve görüntülerini koruması için bulut hizmetlerinin güvenlik özelliklerine güveniyor.
Volpara, verilerini korumak için IoT için Microsoft Defender’ın yanı sıra tehditleri belirlemek ve bunlarla mücadele etmek için Microsoft Sentinel ve Uç Nokta için Microsoft Defender’ı kullanıyor. Bu bütünsel çözüm, verileri ve tıbbi kayıtları geçerli düzenlemelere uygun olarak güvence altına almak için SIEM, XDR ve IoT korumasını bir araya getiriyor. Böylece hastalar ve yöneticiler, hassas verilerinin güvende olduğunu ve korunduğunu bilerek kendilerini güvende hissedebiliyor.
Kadınların hikayemi bilmesini, her kadının uyanık olmasını ve benim başıma gelen bu durumun herkesin başına gelebileceğini bilmesini istiyorum.
Hastaları güçlendirmek
Araştırmalar, hastalar tıbbi hizmetler tarafından kendilerine sağlanan bilgileri bulmak ve anlamak için ne kadar çok mücadele ederse, birinci basamak ve önleyici bakım kullanımının o kadar düşük olduğunu göstermiştir. Önerilen meme kanseri taramaları ve takip eden ilişkili bakım yolları da buna dahildir. Genç kadınlarda meme kanseri vakalarının artması ve meme kanseri ölüm oranlarındaki mevcut eşitsizliklerin, özellikle hastalıktan ölme olasılığı Beyaz kadınlara göre yaklaşık %40 daha fazla olan Siyah kadınlar arasında güçlü olması sonucunda, hastalar için net ve eyleme geçirilebilir bilgiler kritik öneme sahiptir. Volpara’nın, Volpara Thumbnail™ olarak bilinen geliştirilmiş hasta mektubu görüntüsü, hastanın kendi görüntülerini kullanarak sonuçların alınması, sonuçların anlaşılması ve takip edilmesi arasındaki boşluğu kapatmaya adım atmaya yardımcı olur. Thumbnail, hastanın tarama sonuçlarına ek olarak uygulanır. Muayeneden alınan ve tanısal olmayan iki mamogram görüntüsü (her meme için bir tane) içerir ve genellikle hasta, memesinin mamogramda nasıl göründüğünü ilk kez burada görür. İçerik ayrıca, yoğun meme dokusunun yüzde dökümünü, düşük ila yüksek meme yoğunluğu için referans ölçeğini ve eğitim bilgilerine bağlantı sağlayan bir QR kodunu içerir.
Southtowns Radyoloji ve Görüntüleme Merkezi’nde, Volpara Thumbnail’ı hastalara gönderilen mektuplara eklemenin sağladığı fayda açıkça görülmektedir. Ek tarama önerilerini tamamlayan yoğun meme hastaları için uyum oranları %85’e kadar yükselmiştir.
Çoğu insanın görsel yolla daha iyi öğrendiğini söyleyen Southtowns Radyoloji Klinik Bakım ve Kadın Görüntüleme Direktörü Diana Iglewski, konu hakkında şunları söylüyor: “Hastalar kendi kararlarını verebilmek ve bilgilendirilmek istiyor. Thumbnail mektubu onlara bunu sağlıyor. Aynı zamanda bize her hastaya ne durumda olduğunu öğretme ve bildirme fırsatı sunuyor. Bunun, hasta eğitiminin ötesinde, ek tarama önerilerine uyumu artırmaya yardımcı olduğunu düşünüyorum.”
Gerçekleri yansıtma
Yoğun bir gerçeklik
Mayo Clinic ve diğer kaynaklara göre, kadınların yaklaşık %50’si, özellikle vücut kitle indeksi daha düşük olanlar, yoğun meme dokusuna sahiptir. Bu durum, genç kadınlar arasında daha da yaygındır. Proaktif olmalarını ve ek önlemler almalarını sağlaması nedeniyle, meme yoğunluğunu anlamak hastalar için son derece önemlidir.
Ne zaman tarama yapılmalı?
Doktorlar meme kanseri taramalarının 40 yaşından önce ve en geç 50 yaşında başlamasını öneriyor. Bununla birlikte, her yıl 50.000’den fazla kadına erken başlangıçlı meme kanseri teşhisi koyuluyor. Genç kadınlar, genetik mutasyonları veya genç yaşta meme kanseri teşhisi konan akrabaları varsa risk altında olabilir ve 40 yaşından önce bile risk değerlendirmesi talep etmelidirler.
Görsel netlik
Volpara’nın Thumbnail görüntüsünü içeren hasta tarama mektupları, sonuçlarının bir dizi meme yoğunluğu yüzdesinde nereye denk geldiğini görsel olarak özetleyerek hastalar için ek bir netlik düzeyi sağlıyor. Bu tür bir görselleştirmeye erişim, önerilere uyumu ve önleyici takip tedbirlerin tamamlanmasını iyileştirebiliyor.
Sonuçları hassaslaştırma
Mamografiden sonra yanlış pozitif tanı nedeniyle başka bir takip taraması yapmak zorunda kalmak, önemli bir stres kaynağı olabilir. Sağlık hizmeti sağlayıcıları, anormallikleri daha iyi tanımak için yapay zekanın hassasiyete dayalı beceri setini kullanarak ek taramalardan kaçınmaya yardımcı olan ve hastalara ihtiyaç duydukları gönül rahatlığını sağlayan ikinci bir çift göz sağlayabilir.
Genişleyen olanaklar
Meme taramaları için ikinci bir çift göz işlevi gören aynı yapay zeka yazılımı, artık meme kanserinden 10 kat daha fazla kadının hayatını kaybetmesine yol açan kardiyovasküler hastalık riskinin arttığına işaret edebilecek meme arteriyel kalsifikasyonları (BAC) taramasına da uygulanabileceği bir aşamada.
Thomas, bu konuda şunları söylüyor: “Mamogram çektiğinizde, meme atardamarlarında tespit edilen kalsiyum birikimi, kadınlarda ileri seviye kalp hastalığı riskinin açık bir göstergesidir. Kadınlar için sessiz katil olarak da bilinen bu durum, klasik ezilme ağrısı, uyuşma veya sol kolda karıncalanma hissi olmadan kalp krizine yol açabilir. Kadınlar mide bulantısı veya yorgunluk gibi belirtiler bildirebilir.”
Microsoft Azure makine öğrenimi ve yapay zeka uzmanları, Volpara’nın BAC modelini ve veri işlemesini güçlendirdi. Bunun yanında, Microsoft mühendisleri, ürünün teknik geliştirmesini ve operasyonel hale gelmesini ilerletmek için Volpara ekibiyle iş birliği içinde çalışıyor. Bu da, tek bir taramada hem kanser hem de kalp hastalığının tespit edilmesini sağlayabilecektir.
Gelecekte radyologların rolünün önemini koruyacağına inansam da, yapay zeka da meraklıları için bir ilgi alanı değil, vazgeçilmez bir araç olacak.
Yapay zekanın sağlıktaki geleceği
Azure platformu ve bulut sistemleri, Microsoft’un sağlık sektöründe faaliyet gösteren ve çok büyük hacimli verileri işleyen müşterileri için çalışma biçimlerini dönüştürmeye yardımcı oluyor. Sağlık için Microsoft AI programı ayrıca tıbbi araştırmaları hızlandırmak, araştırma olanakları oluşturmak, küresel sağlık içgörülerini artırmak ve sağlık eşitsizliklerini ele almak için tasarlanmış projelerde 200’den fazla hibe alanla ortaklık kurmuştur.
Halk sağlığı araştırmalarından görüntüleme analizlerine ve bulut altyapısına kadar her alanda yapay zekanın sağladığı olanaklar, gelecekte birçok kişi için sağlık hizmeti sonuçlarını iyileştirmede önemli bir rol oynamak için iyi bir konumdadır. Önemli olan, yapay zekayı etik olarak nasıl yapılacağına dair tutarlı ve net düşüncelerle başarılı bir şekilde entegre etmektir.
Yapay zeka, sağlık hizmeti sağlayıcılarının hasta sonuçlarını ve genel olarak hasta deneyimini yeniden şekillendirmek ve iyileştirmek için ihtiyaç duydukları araç olmak için gerekli tüm özelliklere sahiptir.
Meme kanseri hakkında daha fazla cevap bulmak
University of Washington ve Fred Hutchinson Kanser Merkezi’nde Radyoloji Profesörü olan Trevor Noah ve Dr. Savannah Partridge, MRG’lerin ve yapay zekanın radyologların kadınlarda erken meme kanserini tespit etmelerine nasıl yardımcı olduğunu tartışıyor.
