Tüm gözler geleceğe çevrildi: Yapay Zeka Oküler Cerrahide Nasıl Devrim Yaratıyor?

Teknolojik gelişmeler tedavi seçeneklerini geliştirebilir.

Yapay zeka (AI) o kadar hızlı gelişiyor ki, bu makale yayınlandığında göz bakımında keşfedilecek önemli yeni gelişmeler ve araştırmalar zaten mevcut olacak. Son zamanlarda en çok tartışılan yapay zeka gelişmelerinden biri OpenAI tarafından oluşturulan ChatGPT'dir. 2022 yılında kamuoyuna tanıtılan, sürekli öğrenme için geliştirilmiş ve kullanıcılarıyla sohbet etmek üzere tasarlanmış bir yapay zeka türüdür. Tüm yapay zeka sistemleri, uygulamalarında sınırsız olanaklar sunarak algoritmalarını sürekli olarak geliştirir. Şu anda AI, göz bakımında diyabetik retinopatinin (DR) saptanması amacıyla retina görüntülerinin değerlendirilmesi amacıyla kullanılmaktadır. Bu durum, refraktif ve katarakt cerrahisinde beklenen ilerlemelerle paralellik göstermektedir. Bu makale yapay zekanın oküler bakım ve cerrahide mevcut kullanımını inceleyecek ve gelecekteki gelişmeler hakkında spekülasyonlarda bulunacaktır.

Yapay Zekanın Tanımlanması

Yapay zeka hakkında daha bilinçli bir konuşma yapabilmek için yapay zekanın ne olduğunu ve ne olmadığını anlamak önemlidir. IBM'e göre yapay zekanın tanımı, normalde insan zekası gerektiren görevleri ve bilişsel işlevleri yerine getirebilen, onların öğrenmesini, okumasını, yazmasını, yaratmasını ve analiz etmesini sağlayan bilgisayar sistemlerinin teorisi ve geliştirilmesidir. 7 tür yapay zeka vardır: dar yapay zeka, yapay genel zeka, yapay süper zeka, reaktif makine yapay zekası, sınırlı hafızalı yapay zeka, zihin teorisi yapay zekası ve kendinin farkında olan yapay zeka.

Dar yapay zeka veya zayıf yapay zeka, belirli görevleri gerçekleştirmeye yönelik araçları içerir; Örnekler arasında sürücüsüz arabalar ve yapay zeka sanal asistanları yer alıyor. Yapay genel zeka, çok işlevli görevleri gerçekleştirmek ve insanlara ChatGPT (bir tür üretken yapay zeka) ve kuantum donanımı gibi eşit derecede akıllı asistanlar sağlamak için tasarlanmıştır. Netflix'in öneriler için kullandığı yapay zeka ise reaktif makine yapay zekasıdır. Yapay zekadaki bir sonraki kilometre taşı, insan duygularını algılayabilen ve bulgularına dayanarak eylemleri tahmin edebilen yapay zeka kavramı olan zihin teorisi olacaktır.

Peki fütüristik filmlerle ilişkilendirdiğimiz otonom tip? Bu, yalnızca başkalarının duygularını algılamakla kalmayıp aynı zamanda benlik ve kendi duygularına da sahip olan, kendinin farkında olan yapay zekadır. Şu anda DR tespiti için kullanılan yapay zeka, sınırlı hafızalı yapay zeka ve derin öğrenme tekniklerini kullanarak insan beynindeki nöronların işlevselliğini yansıtıyor. Bu, teknolojinin çeşitli deneyimlerden gelen bilgi ve verileri özümsemesine, sürekli öğrenmeyi kolaylaştırmasına ve doğruluğu zaman içinde kademeli olarak artırmasına olanak tanır.

Yapay zekanın mevcut kullanımları

Yapay zeka, kırma ve katarakt ameliyatlarında sonuçları optimize etmeye ve komplikasyonları en aza indirmeye yardımcı olmak için kullanılıyor. Refraktif cerrahide yapay zeka, adayların taranmasına ve ameliyat sonrası sonuçların tahmin edilmesine yardımcı olur. Yoo ve diğerleri tarafından geliştirilenler gibi makine öğrenimi (ML) modelleri, potansiyel adaylar için tarama sürecini otomatikleştirerek göz bakımı profesyonellerininkine benzer performans sergiliyor. Xie ve arkadaşları, uygun adayları belirlemek için Pentacam InceptionResNetV2 Tarama Sistemini tanıttı ve %94,7'lik etkileyici bir tespit doğruluğu elde etti. Ek olarak, Yoo ve arkadaşları ve Kang ve arkadaşları tarafından geliştirilen yapay zeka modelleri sırasıyla uzman düzeyinde cerrahi seçenekleri seçer ve ameliyat sonrası implante edilebilir kollamer lens (ICL) kubbesini sırasıyla tahmin eder ve cerrahi karar alma ve sonuçları iyileştirmede ümit verici sonuçlar ortaya koyar.

Rastgele orman regresyonu gibi ML teknikleri, ameliyat sonrası ICL kasasını doğru bir şekilde tahmin ederek komplikasyon riskini azaltır. Ayrıca, Sun ve arkadaşları tarafından geliştirilenler gibi derin öğrenme yöntemleri, ameliyat sonrası ICL pozisyonunun doğru şekilde izlenmesini sağlayarak klinik sonuçları iyileştirir. Postoperatif komplikasyonları tahmin etmede, Lopes ve arkadaşları ile Kim ve arkadaşları tarafından geliştirilen AI modelleri, duyarlı vakalar arasında etkili bir şekilde ayrım yapar ve ameliyat sonrası miyop gerileme riskini tahmin ederek erken müdahaleye yardımcı olur ve hasta prognozunu iyileştirir.

Katarakt cerrahisinde yapay zeka, göz içi lens (GİL) güç hesaplama doğruluğunun artırılmasına ve cerrahi tekniklerin optimize edilmesine katkıda bulunur. Clarke ve FullMonte formülleri gibi yapay zeka tabanlı GİL hesaplama formülleri, geleneksel formüllerle karşılaştırıldığında daha yüksek doğruluk göstererek hasta sonuçlarını iyileştirir. Ek olarak, Girişimsel Yapay Göz Cerrahisi Sistemi ve gerçek zamanlı intraoperatif rehberlik platformları gibi robot destekli cerrahi sistemleri, cerrahi güvenliği
ve etkinliği artırmak için cerrahlara hassas alet konumlandırma ve geri bildirim sağlar.

Yapay zekanın gelecekteki kullanımları

Özellikle gelişmekte olan ülkelerde kornea hastalıkları ve kataraktların taranması ve tedavisi söz konusu olduğunda karşılanmamış önemli bir ihtiyaç bulunmaktadır. Hem görüntüleme hem de görüntüleme dışı tabanlı yapay zeka algoritmaları, zamanında tanı ve tedaviyi kolaylaştırabilir ve refraktif cerrahide alanları ilerletebilir.

Bununla birlikte, AI'nin ön segment hastalıkları için kullanımı henüz başlangıç ​​aşamasındadır ve klinik ortamlarda uygulanmadan önce ele alınması gereken bazı sınırlamalar vardır. Görüntüleme tekniklerinin standardizasyonu, diğer faktörlerin yanı sıra büyütme ve kontrasttaki değişkenlik nedeniyle zorluklar ortaya çıkarmaktadır. Uzmanlar tarafından açıklamalı yüksek kaliteli verilerin hazırlanması zaman alıcıdır ve evrişimli sinir ağları gibi geniş veri kümeleri gerektiren algoritmaların, daha kendi kendini denetleyen veya denetlemeyen yöntemlerle değiştirilmesi gerekebilir. Büyük veri kümelerinin doğrulanması, tıbbi hukuki ve veri güvenliği kaygılarının dikkate alınması.

Yapay zeka modellerinin ilgili faktörleri etkili bir şekilde tanımlamasını sağlamak için, el tipi retinal kameralar ve bulut bilişim gibi teknolojik gelişmelerin yanı sıra yüksek çözünürlüklü görüntüler ve doğru veri girişi çok önemlidir. Yapay zeka gibi derin bir öğrenme sisteminin kararlarını nasıl verdiğini tespit edememe olarak tanımlanan “kara kutu” etkisi daha fazla araştırma gerektiriyor. Ek olarak, standartlaştırılmış terminolojinin tekrarlanabilirliği ve genelleştirilebilirliği geliştirme potansiyeli vardır.

Ayrıca, klinik uygulama ve büyük veri ve teletıp ile entegrasyon, sağlık hizmetlerine erişimin genişletilmesi açısından ümit vericidir. Ancak maliyet, uzmanlık ve düzenleme sorunları gibi engellerin de ele alınması gerekir. Yapay zeka algoritmalarının eğitimi ve geliştirilmesi için gerekli olan yüksek yatırıma rağmen, 2020 sonrasında gördüğümüz küresel sağlık sistemi üzerindeki COVID-19 salgını nedeniyle oluşan baskıyı önlemek gerekebilir. Çoklu görev modelleri, maliyet-fayda oranlarını iyileştirebilir, etkinliği ve tanıyı iyileştirebilir ve hastanede geçirilen süreyi azaltabilir.

Kundu ve arkadaşları tarafından araştırılan bir diğer uygulama, hastanın refraktif cerrahiye ilişkin kararlarını etkileyen faktörleri belirlemek için yapay zekadan yararlanma olasılığıdır. Göz doktorları, yapay zeka odaklı yaklaşımlar kullanarak, karar verme süreçlerini etkileyen kalıpları ayırt etmek için demografik bilgiler ve tıbbi geçmiş dahil olmak üzere kapsamlı hasta verilerini analiz edebilir. Bu, bireysel tercihlere ve endişelere göre kişiselleştirilmiş bakım sunumuna olanak tanır.

Yapay zeka katılımı algısı

Bu şu soruyu akla getiriyor: Yapay zekanın uygulamaya dahil edilmesi iyi karşılanacak mı? Bu yüklü sorunun tek bir cevabı yok. 7 farklı yapay zeka türünün anlamı ve uygulaması çeşitlendirilebilir. Yapay zeka teknolojisine yönelik bakış açıları açısından 400 optometristle anket yapılan bir çalışma. Optometristlerin, yapay zekanın klinik iş akışlarını kolaylaştırma, teşhis doğruluğunu iyileştirme ve hasta bakımı sunumunu iyileştirme kapasitesinin farkında olduklarını ortaya çıkardı. Bununla birlikte, yapay zekanın güvenilirliği, veri güvenliği ve mesleki özerklik üzerindeki potansiyel etkisine ilişkin endişeler de vurgulanıyor. Sonuçta çalışma, optometristlerin yapay zeka destekli araçlara yönelik tercihlerini araştırıyor ve uygulamalarında teknolojik gelişmeleri benimsemeye hazır olup olmadıklarını araştırıyor. Çalışma aynı zamanda optometristlerin yapay zeka araçlarını etkili bir şekilde kullanma konusundaki yeterliliğini sağlamak için eğitim ve öğretimin önemini de vurguluyor.

Sonuç olarak, yapay zekanın gelişen manzarası, oküler bakım ve cerrahide umut verici fırsatlar ve önemli zorluklar sunmaktadır. Cerrahi sonuçların optimize edilmesinde mevcut yapay zeka uygulamaları, hasta bakımının iyileştirilmesinde etkili olduğunu göstermektedir. Geleceğe baktığımızda yapay zeka, özellikle gelişmekte olan ülkelerde ve yetersiz hizmet alan bölgelerde, kornea hastalıkları ve kataraktın zamanında teşhis ve tedavisinde karşılanmayan ihtiyaçları karşılama potansiyeli taşıyor. Ancak başarılı bir uygulama için maliyet, görüntüleme tekniklerinin standardizasyonu ve veri kalitesi gibi zorlukların ele alınması gerekir. Güvenilirlik, veri güvenliği ve mesleki özerkliğe ilişkin endişeler devam ediyor ve bu da eğitim ve öğretimin önemini vurguluyor. Zorluklarla mücadele ederken yapay zekanın potansiyelini benimsemek, onun klinik uygulamaya sorumlu ve etkili bir şekilde entegrasyonu açısından çok önemlidir. Bunu yaparak, hasta bakımını ve göz bakımı sunumunu küresel olarak iyileştirmek için yapay zekanın dönüştürücü gücünden yararlanabiliriz.

Kaynak: www.optometrytimes.com