Japon bir akademik kuruluş, göz hastalıklarıyla ilişkili tıbbi görüntüleri analiz etmek ve şüpheli vakaları yaklaşık 30 saniye içinde belirlemek üzere
Mucosight AI adlı bir yapay zekâ tıbbi görüntü analiz sistemi geliştirdi. Sistem, tıbbi cihaz yazılımları (SaMD) kapsamında yer alıyor ve hizmetin Japonya’da Ağustos 2026’da sunulmaya başlanması planlanıyor.
Sistem, kullanıcının bulut hizmetine yüklediği göz görüntülerini analiz etmek üzere eğitilmiş bir yapay zekâ modeline dayanıyor. Görüntüyü işledikten sonra model, hastalıkla ilişkili göstergelerin bulunup bulunmadığını belirliyor, ardından sonucu orijinal görüntü üzerinde görsel olarak gösteriyor ve şüpheli vakaları dört dereceye ayırıyor. Böylece doktor, yalnızca görüntüden bağımsız bir otomatik hüküm sunmak yerine, hastayı değerlendirirken sonucu referans olarak kullanabiliyor.
Sistem pratikte ne katıyor?
Temel değer, tıbbi görüntülerin ilk analiz süresini yaklaşık 30 saniyeye indirmesi ve genel kliniklerdeki muayeneye bir yardımcı katman eklemesinden oluşuyor. Habere göre Mucosight AI, genel klinik kullanıcılarını hedefliyor. Ayrıca sistem, sonucu görüntü içindeki ilgili bölgelerle ilişkilendirdiği için çıktıları hastaya şüphe nedenlerini açıklamak amacıyla kullanılabiliyor.
Ancak bu işlev, sistemin tıbbi teşhisin yerini aldığı anlamına gelmiyor. Çıktılar doktora referans sağlamak üzere tasarlanırken, görüntünün yorumlanması ve klinik kararın verilmesi tıbbi muayene sürecinin bir parçası olmaya devam ediyor. Bu, özellikle sonucun kesin bir hüküm değil, olasılıksal bir sınıflandırma olduğu durumlarda, yapay zekâya dayalı herhangi bir tıbbi yazılımı değerlendirirken önemli bir nokta.
NVIDIA’nın geliştirmedeki rolü
NVIDIA, yapay zekâ modelinin geliştirilmesine ve model için gerekli bilgi işlem ortamının sağlanmasına destek verdi. Veri analizini, yeniden eğitim süreçlerini ve model doğrulamasını hızlandırmak için Octopus ve SQUID adlarını taşıyan iki GPU platformunu içeren süper bilgisayar kaynakları kullanıldı. NVIDIA ayrıca veri hazırlama ve model geliştirmeyle ilgili yönlendirmeler sağladı.
Kaynak, projenin 2017 yılına uzanan yapay zekâ araştırmalarıyla başladığını ve ardından 2018’den itibaren NVIDIA desteğiyle geliştirmeye devam edildiğini belirtiyor. Bu durum, sistemin hazır bir modele yalnızca bir arayüz eklenmesinden ibaret olmadığını; veri hazırlama ve model performansının doğrulanmasını da içeren uzun bir araştırma sürecinin sonucu olduğunu gösteriyor.
Neler takip edilmeli?
Hizmetin Japonya’da Ağustos 2026’da sunulmaya başlanması, düzenleyici onayın ayrıntıları ve gerçek klinik kullanım kapsamıyla birlikte en önemli pratik test olacak. Ayrıca mevcut materyal; duyarlılık ve özgüllük oranları gibi ayrıntılı performans göstergelerini, sistemin kapsadığı belirli hastalıkları veya görüntülerin kullanım koşullarını ve kalitesini açıklamıyor.
Bu nedenle Mucosight AI’nın mevcut önemi, bağımsız bir teşhis sunmasından ziyade hızlı ve açıklanabilir bir sonuç üretebilen bir tarama ve doktor yardım aracı olmasında yatıyor. Pratik faydası, modelin gerçek klinik koşullardaki doğruluğuna ve sonuçlarının doktorun sorumluluğu ile tıbbi yazılımların onay sürecine nasıl entegre edileceğine bağlı olacak.