Türk bilim insanlarının imzasını taşıyan yenilikçi yapay zeka çalışması, uluslararası mühendislik ve teknoloji dünyasının en prestijli yayınlarından biri olan IEEE Access dergisinde yayınlanarak literatüre girdi. Medicana Sağlık Grubu Kadın Hastalıkları ve Doğum Bölümü’nden Op. Dr. Gültekin Koçun ve beraberindeki ekip tarafından geliştirilen açıklanabilir yapay zeka (XAI) modeli, kadın sağlığını ve hayatını tehdit eden ciddi ilk trimester komplikasyonlarından biri olan dış gebeliği (ektopik gebelik) yüzde 99’a varan doğrulukla tespit ederek erken tanı sürecinde hekimlere hayati bir karar destek mekanizması sunuyor.
Dış gebelik, döllenmiş yumurtanın rahim içi yerine rahim dışında bir bölgeye, yüzde 95 oranında ise fallop tüplerine yerleşmesiyle oluşur. Rahim dışındaki dokular embriyonun büyümesine uygun olmadığından bu gebeliklerin canlı bir doğuma dönüşmesi imkansızdır. Fark edilmediğinde fallop tüplerinin yırtılmasına, şiddetli iç kanamalara ve anne ölümlerine yol açabilen bu durum, acil tıbbi müdahale gerektiren kritik bir sağlık sorunudur. Günümüzde rutin klinik uygulamalarda transvajinal ultrasonografi (TVUSG) ve seri beta-hCG (-hCG) takipleri kullanılsa da gebeliğin çok erken evrelerinde kesin tanı koymak klinisyenler için oldukça zorlayıcı olabilmektedir. Bu tanı güçlüğünü ortadan kaldırmak amacıyla yola çıkan Medicana International İzmir Hastanesi Kadın Hastalıkları ve Doğum Uzmanı Op. Dr. Gültekin Koçun liderliğindeki multidisipliner ekip tarafından yapılan testlerde, özellikle ağaç tabanlı toplu öğrenme (tree-based ensemble) modellerinden LightGBM DART, dış gebelik vakalarını yüzde 99’a varan klinik doğrulukla ve sıfır yanlış negatif (yüksek duyarlılık) oranıyla tespit etmeyi başardı. Model aynı zamanda sağlıklı gebeliklerin tanısını da yüzde 99.8 doğrulukla koyarak muhtemel bir hatalı tanı ihtimalini yüzde 1’in altına indirdi. "Amaç ameliyatsız tedavi şansını artırmak"
Çalışmanın klinik aktörü olan Medicana International İzmir Hastanesi Kadın Hastalıkları ve Doğum Uzmanı Op. Dr. Gültekin Koçun, "Dış gebelikte erken tanı ne kadar önemliyse, doğru tanı da o kadar kritiktir. Erken teşhis koyabildiğimiz durumlarda, hastalarımıza herhangi bir cerrahi müdahale uygulamadan, hücre büyümesini durduran tıbbi ilaç tedavileriyle (metotreksat) gebelik dokusunun vücut tarafından emilmesini sağlayabiliyoruz. Ameliyatsız tedavi, gelecekteki üreme sağlığının (doğurganlığın) korunması açısından önemlidir. Geliştirdiğimiz bu yapay zeka desteği sayesinde hekimler olarak çok daha erken evrede uyarı alabileceğiz. Çoğu vakada ameliyat seçeneği gündeme bile gelmeden hastaya uygun tedavi uygulanabilecek" dedi. Sağlık regülasyonlarına uygun karar destek sistemi
Tıbbi etik ve sağlık regülasyonları çerçevesinde projenin sınırlarını çizen Op. Dr. Gültekin Koçun, yapay zekanın hekimin yerini almayacağını, aksine güçlü bir yardımcı olacağını vurguladı. Op. Dr. Gültekin Koçun, şu ifadeleri kullandı:
"Bu teknoloji, tek başına otonom bir tanı koyma aracı veya ilk gün triyaj enstrümanı değildir. Tamamen hekimin klinik kararlarını desteklemek, takibin ilk 12 günlük kritik izlem periyodunda dynamic hormonal ve ultrason parametrelerini analiz ederek klinisyene erken uyarı sinyalleri vermek üzere tasarlanmış bir ’Klinik Karar Destek Sistemi’dir. Nihai teşhis ve tedavi yönetimi, her zaman olduğu gibi uzman hekimin sorumluluğundadır. Geliştirilen modelin dünyadaki diğer çalışmalardan en büyük farkı, kara kutu (black-box) olarak bilinen geleneksel yapay zeka modellerinin aksine ‘Açıklanabilir Yapay Zeka (XAI - SHAP)’ altyapısına sahip olmasıdır. Sistem, tanı koyarken hangi parametreye (intrauterin kese varlığı, endometrial kalınlık, progesteron ve -hCG seviyeleri gibi) ne kadar güvendiğini hekime gerekçeleriyle sunarak, tıbbi güvenilirliği en üst düzeye çıkarmaktadır. Türk tıp ve yazılım dünyasının ortak başarısı olan bu yenilikçi yaklaşımla, yakın gelecekte rutin jinekoloji kliniklerinde takip süreçlerini hızlandırmayı ve anne sağlığı çıktılarını küresel ölçekte iyileştirmeyi hedefliyoruz." Küresel ölçekte tescillendi
Türk bilim insanlarının imzasını taşıyan bu yenilikçi yapay zeka çalışması, uluslararası mühendislik ve teknoloji dünyasının en prestijli ve saygın bilimsel yayınlarından biri olan IEEE Access dergisinde yayımlanarak küresel ölçekte tescillendi. Dergide ‘Early and Accurate Diagnosis of Ectopic Pregnancy: A SHAP-Based Explainable Machine Learning Approach’ (Dış Gebeliğin Erken ve Doğru Tanısı: SHAP Tabanlı Açıklanabilir Makine Öğrenmesi Yaklaşımı) başlığıyla tıp ve teknoloji dünyasına sunulan araştırma makalesi, Türk hekim ve mühendislerinin multidisipliner çalışma başarısını uluslararası literatüre taşıdı.