Yapay Zeka Destekli Ultrasonografi Cihazlarının Klinik Faydaları–2

Giriş

Yazı serimizin birinci bölümünde yapay zekanın POCUS cihazlarına entegrasyonu ile neler yapılabileceğinden; kardiyak ve pulmoner POCUS değerlendirmelerinde yapay zekanın klinisyenlere nasıl destek verebileceğinden bahsetmiştik. Şimdi sırada ikinci ve son bölüm var ki ultrasonografinin yapay zeka ile desteklendiği bir o kadar ilginç ve dikkat çekici alanlara sizleri götüreceğim…

Nerelerden geldik, nerelere gidiyoruz?

Aslında acilci.net’in kıymetli yazarlarından biri olan sevgili Mümin Murat Yazıcı hocamızın 2025 yılında yayınlanan POCUS ile ilgili çok güzel bir derlemesinde yazımızın birinci bölümünde değindiğimiz konular ve bugün okuyacaklarınız ile ilgili haklı bir öngörüde bulunulmuş^​1​. Çalışmada, POCUS hakkında 1980 ile 2023 yılları arasında yayımlanan 5714 akademik makale incelenmiş, POCUS ile ilgili global eksendeki yayın eğilimleri araştırılmış. En fazla yayımlanan konular arasında yapay zeka, COVID-19, akut böbrek hasarı, kalp yetmezliği ve telemedicine yer almış. Çalışmaların odaklandığı anahtar kelimeler ise ‘’Deep learning, artificial intelligence ve telemedicine’’ şeklinde oluşmuş (Şekil 1). Yapay zeka ve derin öğrenme gibi yenilikçi alanların POCUS için gelecekteki araştırmalarda daha fazla yer alması öngörüldüğü sonuç cümlesi olarak belirtilmiş.

Yani artık yapay zeka heryerde ve onu hayatımıza, klinik pratikte kullanım alanlarımıza ne kadar entegre edebilirsek, tabi ki doğru bilgi sağladığından da emin olarak, o kadar hızlı ve pratik olacağız. POCUS’un sadece geleneksel fizik muayeneye bir ek olmanın ötesine geçtiğini, tıbbi pratiğin her alanında çok önemli bir araç haline geldiğini vurgulayan başka bir çalışmada 2024 yılına kadar olan POCUS ele alınmış. Yapay zeka, giyilebilir teknoloji ve artırılmış gerçeklik gibi yenilikçi teknolojilerin entegrasyonu, POCUS kullanımını daha verimli ve erişilebilir hale getireceği; uzaktan tanı koyabilme kapasitesinin artırılması ve telemedicine uygulamalarının yaygınlaştırılması, POCUS’un gelecekteki gelişim alanlarını oluşturacağı belirtilmiş.^​2​

Kritik ve cerrahi hastada perioperatif bakım

Serrano ve arkadaşlarının 2024 yılında yayımladığı bir derlemede perioperatif bakımda POCUS-AI’nin neler vaadettiği anlaşılmaya çalışılmış. Görüntünün optimizasyonu, görüntünün tanınması, prob konumlandırma rehberi, otomatik ölçüm yapıp (kalp kapakları, hemodinamik izlem, kalp boşluklarının değerlendirilmesi, ventrikül stresin analizi) yorumlayabilme kapasitesi, kritik bulgu uyarıları ile kullanıcı desteği sunması ve uzaktaki kişilere de bu görüntüleri ulaştırıp gerektiğinde destek alınabilmesi öne çıkan özellikler olarak görülmüş^​3​. Yani sadece acil servislerde değil; perioperatif bakım hizmeti verilen özellikle yoğun bakım hizmetlerinde, kritik hastalar ve cerrahi hastaların değerlendirilmesinde (özellikle hemodinamik açıdan)  POCUS-AI kullanımı ön plana çıkmaya başlamış gibi gözüküyor ki bunu destekleyen de çalışmalar azımsanmayacak düzeyde fazla^​4,5​.

Radyolog da yok, sonographer da…

Bilindiği üzere yurtdışında bazı yerlerde ultrasonografi görüntülemesini radyologlardan ziyade sonographer adı verilen kişiler yapmakta. ‘’Toplumda özellikle fetomaternal ölümlerin önüne geçebilmek adına POCUS-AI kullanabilir miyiz?’’ sorusunun cevabını radyolog ve sonographer desteği olmaksızın aramaya karar vermiş Arroyo ve arkadaşları^​6​. Bir obstetrik görüntüleme protokolü oluşturmuşlar ve hasta yakınlarına birkaç saatlik bir eğitim ile bu protokolü anlatmışlar (Şekil 2, 3 ve 4). Fetal geliş şeklini (olası makat geliş için) ve plasenta prezentasyonunu (olası plasenta previa için) tespit etmek primer amaç olarak planlanmış. Fetal prezentasyon için %100 (Cohen’s κ 1 (p<0,0001)), plasental konum için %76,7 (Cohen’s κ 0,59 (p<0,0001)) uyum tespit edilmiş. Eğitimli bir sonograf veya yorumlayıcı olmadan gebelik hakkında hayati bilgiler sağlamak için kırsal ve yetersiz hizmet alan bölgelerde bu sistemin kullanılabilir olduğu görülmüş. POCUS-AI ile yetersiz kaynaklara sahip bölgelerde (kırsal alanlarda) sağlık hizmeti sunumundaki eşitsizliklerin iyileştirebileceğine dair güzel bir örnek olmuş bu çalışma.

POCUS, yapay zeka ve uzay tıbbı birlikteliği

Çağımız artık yapay zeka ve uzay çağı. Hal böyle olunca uzay tıbbında da yapay zekanın kullanılabilirliğini test eden bir ultrasonografi çalışması simüle edilerek literatüre kazandırıldı. Bence çok dikkat çekici ve etkili bir çalışmaya imza atmış Victoria Hurd ve arkadaşları^​7​. Uzay tıbbı senaryolarında acemi kullanıcılar için POCUS becerilerinin korunmasında yapay zekanın desteğini değerlendirmişler. Kişilerin böbreklerini ve mesanelerini değerlendirmek üzere iki ayrı kohort oluşturmuşlar (Şekil 5). Birinci kohorta konvansiyonel ultrasonografi yapılırken, ikinci kohorta POCUS-AI uygulaması yapılmış. Bütün görüntülemeleri 0.gün, 2.hafta ve 8.hafta olarak 3 zamansal aşamada elde etmişler. Anatomik görüntülerin doğru tanınması ve zamansal süreçteki etkilenimi en aza indirmek primer sonlanım hedefleri olarak belirlenmiş. Organların tanınması açısından bariz bir farklılık olmadığı ancak POCUS-AI’nin zamanla (p=0,004) ve eğitimden 2 hafta sonra (p=0,009) mesane hacmi değişkenliğini en aza indirdiği ve algılanan sistem kullanılabilirliğinin zamanla bozulmasını hafiflettiği (p=0,04) görülmüş (Şekil 6). Yani POCUS AI mesane hacmi varyansını azalttı ve sistem kullanılabilirliğini korudu.

Özet bir çalışma

Değinmek istediğim son çalışma belki de bu yazı serimizin özeti niteliğinde olacak. 2025 Mart’ında yayınlanan bir derlemede yapay zekanın POCUS’a entegre sistemlerinin değerlendirildiği kapsamlı bir analiz sunuldu^​8​. POCUS-AI’nin çok çeşitli fonksiyonları olduğu ve bunların klinik ortamlardaki otomatik ölçüm yöntemleri (LVEF, IVC, VTI ölçümü gibi), anomali saptanması (B-line, kırık gibi), özellikle yeni acemi kullanıcılar için prob yönlendirme gibi yaygın kullanım alanlarından öncelikle bahsedilmiş (Şekil 7). Daha sonra bu kullanım alanları ile POCUS-AI’nin erişim ve kullanım kolaylığı, hızlı değerlendirme, yüksek doğruluk, uygulanabilirlik ve maddi tasarruf gibi avantajlarına değinilmiş (Şekil 8). Son olarak ta POCUS-AI’nin bu kadar yararının yanında mevcut kısıtlılıklarına da değinmiş ki bunların başında kötü klinik durumdaki hastaların değerlendirilmesi zorluğu (kötü görüntüleri yorumlayamama) belirtilmiş (Şekil 9).

• AI en çok kardiyopulmoner POCUS alanında kullanılıyor.
• En sık kullanım: Otomatik biyometrik ölçümler (LVEF, IVC-CI, LVOT-VTI, akciğer B-line sayımı).
• Avantajlar: Kullanım kolaylığı, hız, artan doğruluk.
• Limitasyonlar: Kötü görüntüleri yorumlayamama, bazı hasta gruplarında düşük performans.

Sonuç

POCUS’un biz acilciler için bir yol arkadaşı olduğu hepimizin malumu olsa gerek. Geldiğimiz bu noktada ve bu noktadan sonra yaşayacak olduğumuz dünya ve uzay (!) dinamikleri düşünüldüğünde POCUS-AI güncellemesi ,avantajlarını bilerek ve kısıtlılıklarından ders çıkararak, artık şart gibi görünüyor.