- Proje tarihleri: 2019 - 2020
Glokomun renkli fundus fotoğrafı ile teşhisinde makine öğrenmesinin rolünün araştırılması - Deep Learning Based Glaucoma Diagnosis (DELGaDo Study)
Halk arasında göz tansiyonu olarak bilinen glokom, Dünya Sağlık Örgütü verilerine göre tüm körlük sebepleri içerisinde katarakttan sonra ikinci sırada gelmektedir. Glokom hastalığı sürecinde gözün beyin ile bağlantısını sağlayan optik sinirde bir takım değişiklikler oluşmakta ve bu değişiklikler optik sinirin göz içerisindeki uzantısı olan optik sinir başında izlenebilmektedir. Optik sinir başının bizzat hekim tarafından muayene edilmesinin yanısıra bu bölgeden djital kameralarla elde edilen fotoğraflar da glokom teşhisinde faydalı olmaktadır. Optik sinirin kişiler arası anatomik varyasyonlar göstermesi ve optik sinir başı değerlendirmesinin hekimler arası farklılık göstermesi glokom tanısında günümüzde önemli bir sorun olmaya devam etmektedir.
Makine öğrenmesi adı verilen bilgisayar destekli yöntem ile glokomlu ve sağlıklı optik sinir başı görüntülerinin bir bilgisayar algoritmasına öğretilmesi daha nesnel bir optik sinir başı değerlendirmesi sağlayabilmektedir. Makine öğrenmesi ile glokom teşhisi yurt dışında da üzerinde çok fazla çalışmalar yapılmakta olan bir alan olup gelecekte glokom hastalarının tanı ve takiplerinde pratik ve maliyet-etkin bir alternatif olarak yerini alacağı öngörülmektedir. Bu yöntemin hastalık teşhisinde genel olarak avantajları hekim görüşünden bağımsız olması, klinik iş yükünü hafifletmesi, sağlık harcamalarını azaltması ve deneyimli hekim eksiği bulunan bölgelerde glokom hastalarının yüksek maliyet-etkinlikle hızlıca taranmasını sağlamak olarak sıralanabilir. Özellikle son zamanlarda derin öğrenmeye dayalı teknikler çok daha büyük ölçekte veriler ile eğitilerek sağlık alanında farklı anomalilerin tespitinde oldukça başarılı sonuçlar elde etmektedir. Grubumuzdaki araştırmacıların işaret işleme ve makine öğrenmesi alanlarında yeni tekniklerin ve sınıflandırıcıların geliştirilmesi, bu tekniklerin biyomedikal ve elektrik mühendisliğinin çeşitli alanlarında başarılı uygulamaları ve yapay zekanın tıp alanında kullanımı konusunda geniş tecrübesi ve bilgisi bulunmaktadır.
Bu çalışma kapsamında Eskişehir Osmangazi Üniversitesi (ESOGÜ) Tıp Fakültesi Göz Hastalıkları Anabilim Dalı ile İzmir Ekonomi Üniversitesi Mühendislik Fakültesi işbirliği ile kliniğimiz arşivinde bulunan sağlıklı ve glokomlu hastalara ait yaklaşık 10.000 fundus fotoğrafı yapay zeka algoritmaları ile değerlendirilerek teşhis konusunda etkinliği araştırılacaktır.
Proje ekibi:
Prof. Dr. Nilgün Yıldırım*
Prof. Dr. Türker İnce†
Prof. Dr. Cem Evrendilek†
Dr. Öğr. Üyesi Eray Atalay*
Dr. Öğr. Üyesi Hakika Erdoğan‡
Arş. Gör. Dr. Onur Özalp*
Arş. Gör. Özer Can Devecioğlu†
* Eskişehir Osmangazi Üniversitesi Tıp Fakültesi
†İzmir Ekonomi Üniversitesi Mühendislik Fakültesi
‡Maltepe Üniversitesi Tıp Fakültesi
Bu proje TÜBİTAK #218E066 numaralı 1002 projesi kapsamında desteklenmektedir.