Yandex Yapay Zeka ile Bebek Beynini Okuyor

Yandex, 12 aydan küçük bebeklerin beyin gelişimini değerlendirebilen, serebral palsi riskini yüzde 90’ın üzerinde doğrulukla tespit edebilen yapay zeka aracını açık kaynak olarak kullanıma sundu. Beyin MR görüntülerini analiz eden çözüm, gri ve beyaz maddeyi yüksek doğrulukla ayırarak günler süren değerlendirme sürecini dakikalara indiriyor ve erken teşhis için hekimlere karar desteği sağlıyor.

Bebek beyninde gri ve beyaz maddeyi ayıran yapay zeka

Yandex B2B Tech, Yandex Veri Analizi Okulu ve St. Petersburg Devlet Pediatrik Tıp Üniversitesi iş birliğiyle geliştirilen sistem, yenidoğan ve 12 aya kadar olan bebeklerin beyin MR görüntülerini otomatik analiz ediyor. Geliştirilen sinir ağı, radyologların manuel segmentasyonla yaptığı gri ve beyaz madde ayrımını otomatikleştiriyor ve iç değerlendirmelerde yüzde 90’ın üzerinde doğruluk oranına ulaşıyor.

Bu başarı, sınırlı açıklamalı veri seti sorununu aşmak için tıp uzmanlarıyla birlikte yeniden etiketlenen görüntülere ve özel sinir ağı mimarisine dayanıyor. Önceki yıllarda MICCAI Grand Challenge gibi yarışmalarda kullanılan iSeg-2019 veri setinde yalnızca 15 açıklamalı görüntü bulunurken, Yandex ekibi 1.500’e yakın açıklamasız MR taramasından yola çıkarak klinik pratikte kullanılabilecek düzeyde bir model ortaya çıkardı.

Serebral palside erken tanı için yeni araç

Serebral palsi, anne karnında ya da doğumdan kısa süre sonra ortaya çıkan, beyin dokusundaki kalıcı hasar nedeniyle çocukların hareket kabiliyetini sınırlayan bir tablo olarak tanımlanıyor. Dünya Sağlık Örgütü verilerine göre her 1.000 doğumda yaklaşık 2–3 çocuk bu durumdan etkileniyor. Türkiye’de 2016–2022 döneminde yapılan kapsamlı bir çalışmada ise görülme sıklığının 1.000 çocukta 7,74’e ulaştığı ortaya kondu.

Hastalığın seyrini değiştirmek için yaşamın ilk 12 ayında tanı koymak hayati önem taşıyor. Ancak bebek beyninin çok hızlı gelişmesi ve MR görüntülerinde gri ve beyaz madde kontrastının düşük olması, tanıyı zorlaştıran temel faktörler arasında. Bir beyin MR çekimi 20–40 dakika sürse de görüntülerin detaylı raporlanması deneyimli bir radyolog için saatler hatta günler alabiliyor. Uzun süreli takiplerde yüzlerce, binlerce görüntünün değerlendirilmesi gerektiğinde süreç daha da karmaşık bir hâl alıyor.

Yandex’in geliştirdiği sinir ağı, zor segmentasyon problemini üstlenerek radyologların omzundaki yükü hafifletiyor; gri ve beyaz maddeyi otomatik ayırıp oranları hesaplayarak hekimlere objektif bir temel sunuyor. Böylece şüpheli olguların daha hızlı işaretlenmesi, rehabilitasyon planlarının erken dönemde şekillenmesi mümkün hâle geliyor.

Açık kaynak model Türkiye’de sağlıkta dönüşümü destekliyor

Türkiye, Sağlık Bakanlığı’nın dijital dönüşüm vizyonu, HIMSS ve uluslararası paydaşlarla yürütülen iş birlikleri sayesinde dijital hastane altyapısı ve veri entegrasyonu alanında bölgesinde güçlü bir konuma sahip. Radyolojiden uzaktan sağlık hizmetlerine kadar pek çok alanda yapay zeka temelli uygulamalar gündeme girerken, Yandex’in çözümünün açık kaynak olarak GitHub üzerinden sunulması önemli bir eşik yaratıyor.

Açık kaynak lisans yapısı sayesinde hem Türkiye’deki sağlık kurumları hem de klinik araştırma merkezleri aracı ücretsiz biçimde kullanabiliyor, yerel ihtiyaçlara göre uyarlayabiliyor ve yeni araştırmalar için üzerine inşa edebiliyor. Modelin sunduğu başlıca avantajlar şöyle özetleniyor:

• Doğruluk ve objektiflik: Yüzde 90’ın üzerinde doğruluk oranı ile bebek beynindeki gri ve beyaz madde net biçimde ayrılıyor, ölçümler standartlaşıyor.

• Hızlı değerlendirme: Günler sürebilen MR analizi dakikalar içinde tamamlanarak zamanında tedavi planlamasına katkı veriyor.

• Klinik verimlilik: Rutin taramaların otomatik segmentasyonu, radyologların karmaşık vakalara ve hasta ile doğrudan etkileşime daha fazla zaman ayırmasını sağlıyor.

• Eğitim ve destek: Analizi güç olan bebek beyni görüntülerinde daha az deneyimli uzmanlara referans sağlayarak klinik eğitim süreçlerini destekliyor.

Yandex Bulut Teknoloji ve Toplum Merkezi Başkanı Anna Lemyakina, amaçlarının Yandex’in ileri teknoloji birikimini doktorların kullanımına açarak daha doğru ve zamanında teşhis, uygun tedavi seçimi ve ilaç geliştirme çalışmalarına katkı sağlamak olduğunu belirtiyor. Lemyakina, veri setinin sınırlı olmasına karşın tıp uzmanlarıyla yakın çalışma sayesinde radyologların aynı sürede daha fazla hastayı değerlendirmesine ve acil vakalarda hızlı hareket etmesine imkan veren bir araç geliştirdiklerini vurguluyor.

Yandex’in bebek beyni odaklı bu çözümü, sağlıkta yapay zeka uygulamalarında “ticari kapalı kutu sistemler” yerine açık kaynak ve klinikle ortak geliştirme modelinin öne çıktığı yeni bir döneme işaret ediyor. Erken tanı, veri egemenliği ve şeffaflık gibi başlıklar sadece sağlık politikaları açısından önem taşımıyor; aynı zamanda medikal görüntüleme, sigorta, kamu veri yönetimi ve regülasyon teknolojileri için de yeni iş modellerinin kapısını aralıyor. Türkiye’nin dijital hastane altyapısındaki olgunluk düzeyi düşünüldüğünde, bu tür açık çözümler yerli sağlık teknolojisi girişimleri ve akademi dünyası için güçlü bir zemin yaratıyor.