Omuz MR Görüntülerinde Yapay Zeka: Daha Fazla Sekans Her Zaman Daha Başarılı mı?
Çok sekanslı omuz MR görüntülerini klinik verilerle birleştiren yapay zekâ modeli, rotator manşet yırtıklarının hasta düzeyinde sınıflandırılmasında yüksek başarı gösterdi. Üniversitemiz Mühendislik-Mimarlık Fakültesi Yazılım Mühendisliği Bölümünden Arş. Gör. Sergen AŞIK ve Bilgisayar Mühendisliği Bölümünden Prof. Dr. Ahmet YAZICI’nın; Bilecik Şeyh Edebali Üniversitesi Tıp Fakültesinden Prof. Dr. Murat AŞÇI ve Eskişehir Yunus Emre Devlet Hastanesinden Uzm. Dr. İrfan OKUMUŞER ile birlikte gerçekleştirdiği “Hierarchical Multimodal Fusion of Multi-Sequence MRI and Clinical Metadata for the Classification of Rotator Cuff Tears” başlıklı makale, Q1 kategorisinde yer alan Journal of Clinical Medicine dergisinde yayımlandı.
Rotator manşet yırtıkları, omuz ağrısı ve hareket kısıtlılığının önemli nedenleri arasında yer almaktadır. Omuz MR incelemeleri ise farklı düzlem ve görüntü özelliklerine sahip çok sayıda sekans içermektedir. Çalışmada, bu sekansların hangilerinin yapay zekâ modelleri açısından daha değerli olduğu ve klinik bilgilerin sınıflandırma performansına katkısı araştırılmıştır. Retrospektif çalışmada, 100’ünde rotator manşet yırtığı bulunan ve 99’unda yırtık bulunmayan toplam 199 hastanın omuz MR görüntüleri değerlendirilmiştir. Dört farklı MR sekansı; yaş, cinsiyet, vücut kitle indeksi ve inceleme tarafı gibi klinik bilgilerle birlikte analiz edilmiştir.
Şekil 1. Rotator manşet yırtıklarının sınıflandırılmasına yönelik geliştirilen yapay zekâ modelinin genel iş akışı
Çalışmanın en başarılı modeli, yağ baskılı T2 sagittal, proton yoğunluklu koronal ve proton yoğunluklu aksiyel MR sekanslarını klinik verilerle birleştiren model olmuştur. Model, rotator manşet yırtıklarının sınıflandırılmasında 0,9961 ROC-AUC, yüzde 96 doğruluk ve yüzde 97,98 duyarlılık değerine ulaşmıştır. Üç sekans kullanan bu modelin, dört MR sekansının tamamını kullanan modele göre daha yüksek performans göstermesi, yapay zekâ sistemlerinde daha fazla görüntü kullanmanın her zaman daha başarılı sonuç vermeyebileceğini ortaya koymuştur. Sonuçlar, tıbbi yapay zekâ sistemlerinde görüntü sayısından çok, birbirini tamamlayan ve incelenen hastalığa özgü bilgi sağlayan MR sekanslarının seçilmesinin önemli olduğunu göstermektedir. Araştırmanın farklı hastaneler ve MR cihazlarından elde edilecek verilerle doğrulanması, geliştirilen yöntemin klinik kullanım potansiyelinin değerlendirilmesine katkı sağlayacaktır.
Makale erişim linki: https://doi.org/10.3390/jcm15145525
