Sonsuz Ark/ Evrensel Çerçeveye Yolculuk
"EchoNext, gizli yapısal kalp hastalıklarını ortaya çıkarmak için standart EKG'lerin derin öğrenme analizinden yararlanıyor ve potansiyel olarak her rutin kalp testini erken teşhis tarama aracına dönüştürüyor."
AI Turns Common Heart Test Into a Life-Saving Screening Tool
Yapay zeka sayesinde rutin, düşük maliyetli bir kalp testi dönüşümsel bir yükseltmenin eşiğinde olabilir.
Yapay zeka (YZ) alanındaki gelişmelerle birlikte, birçok tıp kliniğinde kullanılan yaygın ve uygun fiyatlı bir test, yakında gizli kalp rahatsızlıklarının ortaya çıkarılmasına yardımcı olabilir.
AI Doktor Kalp Tedavisi Kardiyoloji, Kaynak: Shutterstock
Kalbin işleyişini etkileyen kapak kusurları ve doğuştan gelen anormallikler gibi sorunları içeren yapısal kalp hastalıkları, dünya çapında milyonlarca insanı etkiliyor. Ne yazık ki, uygun maliyetli bir tarama yöntemi bulunmadığından, bu rahatsızlıklar genellikle ciddi hasara yol açmaya başlayana kadar fark edilmiyor.
Columbia Üniversitesi Vagelos Fizik Tedavi ve Cerrahlar Koleji'nde tıp ve biyomedikal bilişim alanında yardımcı doçent ve NewYork-Presbyterian Üniversitesi'nde Yapay Zeka Tıbbi Direktörü olan Pierre Elias, "Kolonoskopilerimiz var, mamografilerimiz var ama kalp hastalıklarının çoğu türü için eşdeğerlerimiz yok" diyor.
Bu açığı kapatmak için Elias ve Columbia Üniversitesi ile NewYork-Presbyterian Üniversitesi'nden bir araştırma ekibi, EchoNext adlı yapay zeka tabanlı bir araç geliştirdi. Bu sistem, standart elektrokardiyogram (EKG) verilerini inceleyerek hangi hastaların takip ultrasonundan (ekokardiyogram) faydalanabileceğini belirliyor. Ekokardiyogram, yapısal kalp sorunlarını ortaya çıkarabilen invaziv olmayan bir görüntüleme testidir.
Nature dergisinde yayımlanan bir araştırmaya göre EchoNext, yapay zeka destekli yorumlama olanağına sahip olan kardiyologlardan bile daha güvenilir bir şekilde EKG verilerinden yapısal kalp hastalıklarını tespit edebildi.
Çalışmaya liderlik eden Elias, "EchoNext, temelde kimin daha pahalı ultrasona ihtiyacı olduğunu belirlemek için daha ucuz testi kullanıyor," diyor. "Kardiyologların EKG ile tespit edemediği hastalıkları tespit ediyor. EKG ve yapay zekânın, tamamen yeni bir tarama paradigması yaratma potansiyeline sahip olduğunu düşünüyoruz."
(Echo)Kardiyovasküler taramada bir sonraki adım
EKG, sağlık hizmetlerinde en çok kullanılan kalp testidir. Kalpteki elektriksel aktiviteyi ölçen bu test, genellikle anormal kalp ritimlerini, tıkalı koroner arterleri ve daha önce geçirilmiş kalp krizlerini tespit etmek için kullanılır. EKG'ler ucuz ve invaziv değildir ve genellikle yapısal kalp hastalığıyla ilgisi olmayan rahatsızlıklar nedeniyle tedavi gören hastalara uygulanır.
EKG'lerin kullanım alanları olduğu gibi sınırlamaları da var. Elias, "Tıp fakültesinde hepimize elektrokardiyogramdan yapısal kalp hastalığının tespit edilemeyeceği öğretildi," diyor.
Kalbin görüntülerini elde etmek için ultrason kullanan ekokardiyogramlar, kapak hastalıkları, kardiyomiyopati, pulmoner hipertansiyon ve ilaç veya cerrahi tedavi gerektiren diğer yapısal kalp problemlerinin kesin tanısını koymak için kullanılabilir.
EchoNext, kardiyak ultrason ile takibin ne zaman gerekli olduğunu belirlemek için sıradan EKG verilerini analiz etmek üzere tasarlanmıştır. Derin öğrenme modeli, 230.000 hastadan alınan 1,2 milyondan fazla EKG-ekokardiyogram çifti üzerinde eğitilmiştir. Birkaç NewYork-Presbyterian kampüsü de dahil olmak üzere dört hastane sistemini kapsayan bir doğrulama çalışmasında, tarama aracı, kardiyomiyopatiye bağlı kalp yetmezliği, kapak hastalığı, pulmoner hipertansiyon ve ciddi kalp kalınlaşması gibi yapısal kalp sorunlarını tespit etmede yüksek doğruluk göstermiştir.
13 kardiyologla 3.200 EKG üzerinde yapılan karşılaştırmada EchoNext, yapısal kalp sorunlarının %77'sini doğru bir şekilde tespit etti. Buna karşılık, EKG verileriyle tanı koyan kardiyologların doğruluk oranı %64 oldu.
Tanısı konulmamış yapısal kalp sorunlarının bulunması
Aracın gerçek dünyada ne kadar iyi çalıştığını görmek için araştırma ekibi, daha önce ekokardiyogram yaptırmamış yaklaşık 85.000 EKG hastası üzerinde EchoNext'i kullandı. Yapay zekâ aracı, 7.500'den fazla kişiyi (%9) teşhis edilmemiş yapısal kalp hastalığı açısından yüksek riskli olarak tespit etti. Araştırmacılar daha sonra hastaları bir yıl boyunca takip ederek kaç hastaya yapısal kalp hastalığı teşhisi konduğunu belirledi. (Hastaların doktorları EchoNext uygulamasından haberdar olmadıkları için, tahminlerinden etkilenmediler.)
EchoNext tarafından yüksek riskli olarak değerlendirilen kişilerin %55'i ilk ekokardiyogramlarını yaptırdı. Bunların neredeyse dörtte üçüne yapısal kalp hastalığı teşhisi konuldu; bu oran, AI'den faydalanmadan ilk ekokardiyogramlarını yaptıran tüm kişilere kıyasla iki kat daha fazlaydı.
Aynı pozitiflik oranında, EchoNext tarafından yüksek riskli olarak tanımlanan tüm hastalara ekokardiyogram yapılmış olsaydı, yaklaşık 2.000 hastaya potansiyel olarak ciddi yapısal kalp sorunu teşhisi konabilirdi.
"Tanımadığınız hastayı tedavi edemezsiniz," diyor Elias. "Teknolojimizi kullanarak, bu yıl dünya çapında yapılması beklenen tahmini 400 milyon EKG'yi, yapısal kalp hastalığı taraması için 400 milyon şansa dönüştürebilir ve potansiyel olarak en uygun zamanda hayat kurtarıcı tedavi sağlayabiliriz," diyor Elias.
Sonraki adımlar
Elias ve ekibi, diğer sağlık sistemlerinin kalp hastalığı taramalarını iyileştirmelerine yardımcı olmak için kimliği gizlenmiş bir veri seti yayınladı. Araştırmacılar ayrıca, EchoNext'i sekiz acil serviste test etmek için klinik bir çalışma başlattı.
Finansman: Ulusal Sağlık Enstitüleri , Amiloidoz Vakfı, Amerikan Kalp Derneği, Hasta Merkezli Sonuçlar Araştırma Enstitüsü, Sağlık Araştırmaları Fonu, Montreal Kalp Enstitüsü Araştırma Merkezi, Montreal Kalp Enstitüsü Vakfı, New York Tıp Akademisi
Columbia Üniversitesi Irving Tıp Merkezi, 25 Temmuz 2025, SciTechDaily
Mustafa Tamer, 10.09.2025, Sonsuz Ark, Çeviri, Bilim ve Teknoloji, Aklın Merdivenleri
Referans: Timothy J. Poterucha, Linyuan Jing, Ramon Pimentel Ricart, Michael Adjei-Mosi, Joshua Finer, Dustin Hartzel, Christopher Kelsey, Aaron Long, Daniel Rocha, Jeffrey A. Ruhl, David vanMaanen, Marc A. Probst, Brock Daniels, Shalmali D. Joshi, Olivier Tastet, Denis Corbin, Robert Avram, Joshua P. Barrios, Geoffrey H. Tison, I-Min Chiu, David Ouyang, Alexander Volodarskiy, Michelle Castillo, Francisco A. Roedan Oliver, Paloma P. Malta, Siqin Ye, Gregg F. Rosner, Jose M. Dizon, Shah R. Ali, Qi Liu, Corey K. Bradley, Prashant Vaishnava, Carol A. Waksmonski, Ersilia M. DeFilippis, Vratika Agarwal, Mark Lebehn, Polydoros N. Kampaktsis, Sofia Shames, Ashley N. Beecy, Deepa Kumaraiah, Shunichi Homma, Allan Schwartz, Rebecca T. Hahn, Martin Leon, Andrew J. Einstein, Mathew S. Maurer, Heidi S. Hartman, John Weston Hughes, Christopher M. Haggerty ve Pierre Elias, 16 Temmuz 2025, Doğa. DOI: 10.1038/s41586-025-09227-0
- Sonsuz Ark'ta yayınlanan yazılardan yazarları sorumludur.
- Sonsuz Ark linki verilerek kısmen alıntı yapılabilir.
- Sonsuz Ark yayınları Sonsuz Ark manifestosuna aykırı yayın yapan sitelerde yayınlanamaz.
- Sonsuz Ark Yayınlarının Kullanımına İlişkin Önemli Duyuru için lütfen tıklayınız