Göz Sağlığında Yapay Zeka Devrimi: Algoritmalar Körlüğü Tarihe Gömüyor

Nairobi’nin kalabalık mahallelerinden birinde sıradan bir sabah… Diyabet hastası orta yaşlı bir kadın, rutin kontrolü için yerel kliniğe adım attığında tıp tarihinde sessiz bir devrimin parçası olduğundan habersizdi. Hemşire, retinayı saniyeler içinde tarayan taşınabilir bir fundus kamerası ile kadının göz dibi fotoğrafını çekti. Sadece bir fotoğraf çektirmek kadar acısız ve hızlı olan bu işlem, arka planda çalışan devasa bir yapay zeka (AI) ağına bağlandı. Saniyeler içinde ekranda beliren “Olası erken diyabetik retinopati şüphesi, sevk ediniz” uyarısı, hastanın henüz hiçbir belirti hissetmemesine rağmen, körlüğe giden yolda hayati bir erken müdahale penceresi açtı.

Hastanın henüz ağrı veya bulanık görme şikayeti dahi yokken makinenin bu patolojiyi tespit edebilmesi, sıradan bir tıbbi testin çok ötesinde bir gerçeğe işaret ediyor: Karşımızdaki basit bir “sevk et” veya “etme” uyarısı, insan gözünün evrensel olarak nasıl analiz edileceğine dair tamamen yeni bir yöntemin ilk ayak sesleridir. Yapay zeka, Amerika Birleşik Devletleri’nden Hindistan’a kadar uzanan geniş bir coğrafyada kliniklerin ayrılmaz bir parçası haline gelirken; görme, teşhis ve göz sağlığının geleceği algoritmalar tarafından yeniden yazılıyor.

Klinik Gözlemin Sınırları ve Teknolojik Tamamlayıcılık

Oftalmoloji (göz hastalıkları) disiplini, yüzyıllardır hekimlerin eğitilmiş gözlerine, sezgilerine ve klinik tecrübelerine dayanmaktadır. Uzmanlar; sızan kan damarlarından kaynaklanan mikroskobik kırmızı noktaları, sinir hasarını gösteren beyaz pamuksu lekeleri ve görme kaybı riskine işaret eden daralmış, deforme olmuş damarları tespit etmek için yıllarını harcarlar. Bu, yüksek düzeyde uzmanlık gerektiren, son derece öznel ve ağır sorumluluk taşıyan bir süreçtir.

Ancak klinik gerçeklikler her zaman ideal şartlarda işlemez. Farklı uzmanlar aynı retina görüntüsünü farklı şekillerde yorumlayabilir, bu da tutarsız teşhislere yol açabilir. Özellikle halk sağlığını ilgilendiren büyük çaplı tarama programlarında, uzman olmayan personelin incelediği görüntülerde erken evre hastalık bulguları sıklıkla gözden kaçmaktadır. Yüksek hasta sirkülasyonu, mental yorgunluk ve düşük görüntü kalitesi gibi çevresel faktörler, insan hatası payını artırır. İşte yapay zeka tam da bu belirsizlik noktasında, yorulmak bilmeyen klinik bir asistan olarak devreye giriyor.

“Yapay zeka, hekimlerin yerini almak için değil; onların rutin tarama yükünü hafifleterek cerrahi müdahalelere, karmaşık vakalara ve hasta iletişimine daha fazla zaman ayırmalarını sağlamak için tasarlandı. Teknoloji bir rakip değil, şefkati büyüten bir mikroskoptur.”

Derin Öğrenme Algoritmaları Gerçekte Nasıl Çalışıyor?

Modern oftalmik yapay zeka sistemleri, yüz binlerce -hatta bazen milyonlarca- retina görüntüsüyle eğitilmiş katmanlı sinir ağlarını (neural networks) içeren derin öğrenme (deep learning) teknolojileri üzerine inşa edilmiştir. Uzmanlar tarafından titizlikle etiketlenen bu devasa veri setleri sayesinde algoritma; damarlardaki ufak kıvrılmaları, soluk renk değişimlerini ve ancak bir bütün olarak değerlendirildiğinde anlam kazanan hafif doku bozukluklarını tespit etmeyi öğrenir.

Yine de bu otonom yapılar kusursuz değildir ve teknolojik ihtiyat elden bırakılmamalıdır:

• Kamera merceği üzerindeki mikroskobik bir toz zerresi veya ufak bir çizik, algoritmayı yanıltarak yanlış pozitif (false positive) sonuçlar üretebilir.
• Belirli bir demografik yapıya veya spesifik bir görüntüleme donanımına göre eğitilmiş sistemler, farklı popülasyonlarda (örneğin farklı etnik kökenlerdeki retina yapılarında) performans kaybı yaşayabilir.
• Güvenilirliğin tek anahtarı; algoritmaların yeni hasta gruplarında, farklı klinik şartlarda ve çeşitli ekipmanlarla sürekli olarak test edilip kalibre edilmesidir.

FDA Onaylı İlk Otonom Sistem: IDx-DR ve Global Kanıtlar

Oftalmolojide yapay zekanın en büyük dönüm noktalarından biri, 2018 yılında ABD Gıda ve İlaç Dairesi (FDA) tarafından onaylanan IDx-DR sistemi oldu. Tıp tarihinde bir uzman hekimin onayına veya müdahalesine ihtiyaç duymadan hasta sevki konusunda klinik karar verme yetkisine sahip ilk otonom yapay zeka sistemi olan IDx-DR, klinik çalışmalarda referans diyabetik retinopatiyi tespit etmede %85’in üzerinde bir duyarlılık göstererek insan uzmanlarla yarışır bir standart belirledi.

Sistemin saha başarıları sadece Kuzey Amerika ile sınırlı değil. 2022 yılında Tayland’da gerçekleştirilen geniş çaplı prospektif bir kohort çalışması, derin öğrenme tabanlı tarama sistemlerinin ulusal program dahilinde %94,7 doğruluk ve %91,4 duyarlılık oranına ulaştığını kanıtladı. Özellikle Kenya (%41), Hindistan (%30,8) ve Brezilya (%36,3) gibi diyabetik retinopati prevalansının yüksek, ancak uzman oftalmolog sayısının kritik seviyede düşük olduğu ülkelerde, bu teknolojiler kelimenin tam anlamıyla hayati bir rol üstleniyor. Kenya’da milyon kişi başına sadece 2 uzman oftalmolog düştüğü göz önüne alındığında, yapay zeka entegreli taşınabilir kameraların teknisyen ve hemşireler tarafından sahada kullanılması, milyonlarca insanın karanlığa gömülmesini engelliyor.

Genişleyen Ufuklar: Sadece Retinopati Değil

Diyabetik retinopati, bu teknolojinin sadece başlangıç noktasıdır. Londra’daki prestijli Moorfields Göz Hastanesi ve teknoloji devi DeepMind işbirliği ile yürütülen araştırmalarda, yapay zeka sistemleri optik koherens tomografi (OCT) taramaları üzerinden 50’den fazla farklı retina patolojisini uzman düzeyinde bir hassasiyetle sınıflandırabilir hale gelmiştir. Bu durum, yakın gelecekte sadece diyabetik hastaların değil, glokom veya makula dejenerasyonu şüphesi taşıyan hastaların da dakikalar içinde yüksek doğrulukla triyaj edilebileceğini gösteriyor.

Tıbbi Uzmanlığın ve Güvenin Yeniden Tanımlanması

Yapay zekanın laboratuvarlardan çıkıp klinik sahaya inmesi, tıbbi bilginin ve otoritenin doğasını da değiştiriyor. Yüzyıllardır doktorun biyolojik algı sınırlarına (bir biyomikroskop aracılığıyla görebildiklerine) dayanan tıbbi gerçeklik, artık milyonlarca pikseli analiz eden algoritmaların süzgecinden geçiyor. Eskiden sadece hekime duyulan güven, şimdi iç işleyişi (karar verme mekanizması) karmaşık hesaplamalar katmanının ardına gizlenmiş yazılımlara da yöneltilmek zorunda.

Bu geçiş sürecinde Açıklanabilir Yapay Zeka (Explainable AI) konsepti kritik bir dönüm noktasıdır. Sistemlerin, karar verirken retinanın hangi spesifik noktalarını riskli bulduğunu ısı haritaları ile hekime sunabilmesi, sistemin körü körüne bir inançtan ziyade ortak bir veri anlayışına dönüşmesini sağlar. Yapay zeka ve klinisyen arasındaki bu işbirliği bir güç savaşı değil; teknolojinin isabetliliği ile insan hekimin empati yeteneğinin kusursuz bir sentezidir. Amaç teknolojik bir mükemmeliyet yaratmak değil; hekimlerin hastalara dokunacak daha fazla zaman bulabildiği, körlüğün nadir bir durum haline geldiği, veriye ve insan onuruna dayalı yeni bir tıp çağı başlatmaktır.