Yapay zeka MR ile birleşti teşhiste umut oldu

Siemens Healthineers, yapay zekâ ile manyetik rezonans görüntüleme (MR) muayeneleri birleştiren teknolojisi Al-Rad Companion ile bazı önemli hastalıkların teşhis süresini azaltırken kesin tanı konusuna büyük kolaylık getirdi. MR muayeneleri sırasında radyologların gerçekleştirdiği rutin faaliyetleri üstlenmek üzere tasarlanan köklü AI-Rad Companion serisi tarafından iki yapay zekâ tabanlı yazılım hayata geçirildi. İlk yapay zekâ olan ‘’AI-Rad Companion Brain MR’’; Parkinson, Alzheimer veya farklı demans hastalıklarının teşhis edilmesi sürecini hızlandırıyor. İkinci yapay zeka AI-Rad Companion Prostate ise prostat biyopsilerini kolaylaştırıyor. Morfometri Analizi için AI-Rad Companion Brain MR

Morfometri Analizi için AI-Rad Companion Brain MR örneğin demans şüphesi bulunan vakalarda klinik uygulamalarda gerçekleştirilen beyin volümetriyi destekliyor. Beyin volümetri, gri madde hacmini (sinir hücreleri), beyaz madde hacmini (sinir hücresi bağlantıları) ve beynin çeşitli bölümlerindeki beyin omurilik sıvısını ölçerek sonuçları normal volümlerle karşılaştırır. Beyin volümünün azalma eğilimi göstermesi Parkinson, Alzheimer veya farklı demans hastalıklarına işaret edebilir. Daha önce segmentasyon ve norm ile karşılaştırma manuel ya da yarı manuel olarak yapılıyordu. Yapay zeka algoritmalarına dayanan Morfometri Analizi için AI-Rad Companion Brain MR; MR görüntülerindeki yaklaşık 30 beyin segmentini otomatik olarak tanımlayabilir, volümlerini ölçebilir ve sonuçları Alzheimer’s Disease Neuroimaging Initiative (ADNI) tarafından sağlanan beyin morfometri normatif referans veri tabanındaki verilerle karşılaştırır. Morfometri Analizi için AI-Rad Companion Brain MR sonuçları bir rapora aktarır ve norm değerlerden sapmaları otomatik olarak işaretler, bu şekilde radyologların nöroloji bölümüne farklı tanılama ve terapi yönetimi ile ilgili nesnel ve ölçülebilir veriler sağlar. Buna ek olarak raporların daha hızlı ve daha standartlaştırılmış, kanıtlara dayanan bir şekilde sağlanması ile hasta bakımı süreci iyileştirilebilir. Hacettepe Üniversitesinden Prof. Dr. Kader Karlı Oğuz “Otomatik segmentasyon ve volüm hesaplaması ile biz hekimlerin iş yüklerine yardımcı olarak, bazen görsel olarak değerlendirilmesi güç olgularda klinik karar alma süreçlerinde destek olmaktadır” dedi.