Dış gebelik, döllenmiş yumurtanın rahim dışında, genellikle fallop tüplerinde yerleşmesiyle oluşur. Bu tür gebeliklerin canlı doğuma dönüşmesi mümkün olmadığından, acil tıbbi müdahale gerektiren bir durumdur. Günümüzde dış gebelik teşhisi, genellikle transvajinal ultrasonografi ve beta-hCG takipleri ile yapılmakta, ancak erken evrelerde kesin tanı koymak zorluğu devam etmektedir. Bu zorluğu aşmak amacıyla Medicana International İzmir Hastanesi Kadın Hastalıkları ve Doğum Uzmanı Op. Dr. Gültekin Koçun liderliğindeki ekip, ağaç tabanlı toplu öğrenme modellerinden LightGBM DART kullanarak dış gebelik vakalarını yüzde 99 oranında doğrulukla tespit etmeyi başardı. Ayrıca, sağlıklı gebeliklerin tanısını da yüzde 99.8 doğrulukla koyarak hatalı tanı olasılığını yüzde 1’in altına indirdi.
Ameliyatsız Tedavi İmkanları
Op. Dr. Gültekin Koçun, "Dış gebelikte erken tanı kadar doğru tanı da önemlidir. Erken teşhis yapıldığında, cerrahi müdahale gerektirmeden tıbbi ilaç tedavileri ile gebelik dokusunu vücudun emmesini sağlıyoruz. Bu durum, gelecekteki üreme sağlığının korunması açısından kritik önem taşımaktadır. Geliştirdiğimiz yapay zeka destekli sistem sayesinde, hekimler daha erken aşamalarda uyarı alabilecek ve çoğu vakada ameliyat gerektirmeyen tedavi seçenekleri sunulabilecektir." ifadelerini kullandı.
Yapay Zeka ve Klinik Karar Destek Sistemi
Op. Dr. Gültekin Koçun, yapay zekanın hekimlerin yerini almayacağını, aksine onların kararlarını destekleyecek bir yardımcı olacağını belirtti. Yapay zekanın, hekimlerin klinik kararlarını desteklemek amacıyla tasarlanmış bir 'Klinik Karar Destek Sistemi' olduğunu vurguladı. Geliştirilen model, geleneksel kara kutu yapay zeka sistemlerinin aksine, 'Açıklanabilir Yapay Zeka (XAI - SHAP)' altyapısına sahiptir. Bu sistem, tanı koyarken hangi parametrelere ne kadar güvendiğini hekime sunarak tıbbi güvenilirliği artırmaktadır. Türk tıp ve yazılım dünyasının bu yenilikçi başarısı, jinekoloji kliniklerinde takip süreçlerini hızlandırmayı ve anne sağlığı sonuçlarını iyileştirmeyi hedeflemektedir.
Küresel Tanınma
Türk bilim insanlarının bu yenilikçi yapay zeka çalışması, uluslararası mühendislik ve teknoloji dünyasının önde gelen dergisi IEEE Access'te yayımlanarak küresel ölçekte tescillendi. "Early and Accurate Diagnosis of Ectopic Pregnancy: A SHAP-Based Explainable Machine Learning Approach" başlığıyla yayımlanan makale, Türk hekim ve mühendislerinin multidisipliner çalışma başarısını uluslararası alanda tanıttı.
