Oftalmolojide Yapay Zeka

Oftalmolojide yapay zeka, göz hastalıklarının teşhis ve tedavisinde makine öğrenimi ve derin öğrenme gibi algoritmaların kullanılması anlamına gelir. Son yıllarda artan veri miktarı ve görüntüleme tekniklerindeki gelişmelerle birlikte yapay zeka uygulamaları göz hekimlerinin en büyük yardımcılarından biri haline gelmiştir. Özellikle diyabetik retinopati, yaşa bağlı maküla dejenerasyonu (sarı nokta), glokom ve prematüre retinopatisi gibi görme kaybına yol açan hastalıklarda oftalmolojide yapay zeka kullanımı üzerine dünya çapında yoğun araştırmalar yapılmaktadır. Bu teknolojiler erken tanı ve tarama imkanı sunarak, hekime erişimin kısıtlı olduğu bölgelerde önlenebilir körlüklerin tespitine yardımcı olma potansiyeline sahiptir. Sonuç olarak oftalmolojide yapay zeka uygulamaları, klinik karar destek sistemlerinden hasta taramalarına kadar geniş bir yelpazede devrim yaratmaktadır.

Oftalmolojide Yapay Zeka Kullanım Alanları

Göz hastalıklarında yapay zekanın sunduğu başlıca kullanım alanları ve örnek uygulamalar şunlardır:

Diyabetik Retinopati Taraması ve Teşhisi

Dünyada çalışma yapılan oftalmolojide yapay zeka uygulamalarının başında diyabetik retinopati (DR) gelmektedir. Diyabetik retinopati, diyabet hastalarında retina tabakasında hasara yol açan ve önlenebilir körlük nedenlerinden biri olan bir hastalıktır. Yapay zeka destekli algoritmalar, fundus (retina) fotoğraflarını inceleyerek bu hastalığın erken bulgularını başarılı bir şekilde tespit edebilmektedir. Örneğin, IDx-DR adı verilen yapay zeka tabanlı tarama sistemi, ABD Gıda ve İlaç Dairesi (FDA) onayı alan ilk otonom göz tarama cihazı olmuştur. 900 hastalık bir çalışmada IDx-DR, diyabetik retinopati saptamada %87.4 duyarlılık ve %89.5 özgüllük göstererek yüksek bir doğruluk sergilemiştir. Benzer şekilde EyeArt isimli bir diğer yapay zeka sistemi de FDA onayı almış ve bu tip yapay zeka destekli tarama araçlarının, düşük maliyetli şekilde birinci basamakta bile diyabetik retinopatiyi tespit edebildiği klinik çalışmalarla ortaya konmuştur. Bu sayede retina görüntülerini analiz eden yapay zeka, deneyimli göz uzmanı bulunmayan ortamlarda bile hastaları tarayarak, ileri tetkik gerektirenleri erken dönemde belirleyebilmektedir. Özellikle diyabetin çok yaygınlaştığı ve herkesin düzenli retina muayenesine erişemediği düşünüldüğünde, bu alandaki yapay zeka uygulamalarıyla erken teşhis sayesinde görme kaybını önlemek mümkün olabilecektir.

Yaşa Bağlı Maküla Dejenerasyonu (Sarı Nokta)

Diyabetik retinopati dışında, yaşa bağlı maküla dejenerasyonu (YBMD, halk arasında sarı nokta hastalığı) da yapay zekanın başarılı uygulama alanlarından biridir. Bu hastalık, özellikle yaşlı nüfusta merkezi görme kaybına yol açan ciddi bir retina sorunudur. Yapay zeka algoritmaları, optik koherens tomografi (OCT) taramaları ve fundus fotoğrafları aracılığıyla YBMD’nin erken teşhis ve evreleme işlemlerini büyük doğrulukla yapabilmektedir. Nitekim binlerce retina görüntüsüyle eğitilmiş derin öğrenme modelleri, orta ve ileri düzey maküla dejenerasyonu vakalarını tanımada %91’in üzerinde bir doğruluk oranına ulaşmıştır. Örneğin, 72 binden fazla retina görüntüsüyle eğitilen bir model, hastaları erken ve ileri evre AMD olarak ayırmada %93.2 duyarlılık ve %88.2 özgüllük sunmuştur. Bu sayede oftalmolojide yapay zeka kullanımı, sarı nokta hastalığında gözle görülemeyecek ince değişimleri yakalayarak, hastaların görme kaybı yaşamadan önce tedaviye alınmasına imkan sağlamaktadır.

Glokom Tanısı ve Yapay Zeka Destekli Takip

Glokom, göz içi basıncının yükselmesiyle görme sinirinde hasar oluşturan ve dünya genelinde kalıcı körlüğe en sık yol açan hastalıklardan biridir. Erken evrede belirti vermeden ilerleyebildiği için düzenli tarama ve erken teşhis glokomda kritik önemdedir. Yapay zeka algoritmaları, göz dibi (optik disk) fotoğraflarını ve görme alanı testlerini analiz ederek glokomun tespitinde göz doktorlarına yardımcı olmaktadır. Geniş veri setleri üzerinde eğitilmiş bir derin öğrenme modeli, glokomatöz optik sinir hasarını fundus fotoğraflarında %96.4 duyarlılık ve %87.2 özgüllükle belirleyebilmiştir. Ayrıca yapay zeka, glokom takibinde kullanılan görme alanı testleri ve OCT gibi farklı tetkik sonuçlarını birleştirerek de değerlendirme yapabilmektedir. Örneğin, Alborz adlı insansı robot, entegre yapay zeka modelleri sayesinde hastaların fundus fotoğrafları ve görme alanı verilerinden glokom teşhisini koyabilmekte ve doğal dil ile sorulara yanıt vererek adeta dijital bir göz doktoru gibi davranabilmektedir. Bu tür yapay zeka destekli sistemler, glokomun erken yakalanmasını sağlarken aynı zamanda hekimlerin iş yükünü azaltıp objektif bir ikinci görüş sunarak takip sürecine katkıda bulunmaktadır.

Katarakt ve Cerrahi Planlamada Yapay Zeka

Yapay zeka uygulamaları, yalnızca hastalıkların taranması veya tanısında değil, göz cerrahisi alanında da önem kazanıyor. Özellikle katarakt cerrahisinde, hastanın gözüne yerleştirilecek yapay merceğin (göz içi lens) uygun odak gücünün hesaplanmasında yapay zekadan yararlanılmaya başlanmıştır. Bu sayede ameliyat öncesi en doğru mercek diyoptri değeri belirlenerek, hasta ameliyat sonrasında gözlüksüz net görüşe daha yüksek ihtimalle kavuşabilmektedir. Benzer şekilde, lazerle gerçekleştirilen refraktif cerrahi sonrasında ortaya çıkabilecek komplikasyon risklerini (örneğin kornea ektazisi riskini) öngörmek için de makine öğrenimi algoritmaları geliştirilmektedir. Yapay zeka, binlerce ameliyat verisini inceleyerek hangi hastada komplikasyon gelişebileceğini tahmin edebilir ve cerraha operasyon planlamasında kritik bilgiler sunabilir. Gelecekte, cerrahi sırasında gerçek zamanlı yapay zeka desteğiyle, cerrahların en optimal kararları almasına yardımcı olacak uygulamaların yaygınlaşması beklenmektedir. Böylelikle oftalmolojide yapay zeka kullanımı, ameliyat sonuçlarını iyileştirme ve hasta güvenliğini artırma yönünde de büyük bir potansiyel taşımaktadır.

Sistemik Hastalıkların Tahmini (Oculomics)

Gözler, vücudun genel sağlık durumunun aynası gibidir. Son dönemde “okülomik” olarak adlandırılan yaklaşımla, göz görüntülerinden yalnızca göz hastalıklarını değil aynı zamanda sistemik hastalık risklerini de tahmin etmeye yönelik yapay zeka çalışmaları dikkat çekmektedir. Özellikle retina damarları ve dokusundaki değişimler, kalp-damar sağlığı hakkında önemli ipuçları verebilir. Yapay zekanın bu alandaki en çarpıcı örneklerinden biri, Londra’da Moorfields Göz Hastanesi’nde yürütülen ve AlzEye projesi olarak bilinen çalışmadır. Bu araştırmada, retina OCT görüntülerini kullanan bir derin öğrenme modeli, hastaların ileriki üç yıl içinde kalp krizi, felç, kalp yetmezliği gibi majör kardiyovasküler olaylar yaşayıp yaşamayacağını öngörmeye çalışmıştır. Sonuçlar, yapay zekanın büyük oranda bu kardiyovasküler riskleri doğru tahmin edebildiğini göstermiştir. Örneğin, rutin bir göz taraması sırasında alınan retina görüntüsüne bakarak yüksek riskli olarak belirlenen bir hastanın, henüz hiçbir belirtisi olmasa bile kardiyolojiye yönlendirilip önleyici tedavilere başlaması mümkün olabilecektir. Bu durum, yapay zekanın göz muayenelerini adeta genel bir sağlık taramasına dönüştürme potansiyelini ortaya koymaktadır. İlerleyen yıllarda retinal verilerden Alzheimer gibi nörodejeneratif hastalıkların veya böbrek hastalıklarının erken bulgularını tespit etmeye yönelik yapay zeka uygulamalarının da gelişebileceği düşünülmektedir. Sonuç itibariyle, göz ile ilgili yapay zeka uygulamaları sadece göz hastalıklarına odaklanmakla kalmayıp, bireylerin genel sağlık riskleri konusunda da öngörü sunarak sağlık hizmetlerinde proaktif bir yaklaşımın parçası haline gelmektedir.

Sonuç ve Gelecek

Görüldüğü gibi oftalmolojide yapay zeka uygulamaları, diyabetik retinopatiden glokoma, sarı nokta hastalığından bebeklerdeki ROP’a kadar geniş bir alanda başarılı sonuçlar vermektedir. Bu teknoloji, doktorlara ikinci bir gözlem ve karar desteği sağlayarak hem tanı hızını ve doğruluğunu artırmakta hem de iş yükünü hafifletmektedir. Yapay zeka sistemleri hiçbir zaman bir göz hekiminin yerini almasa da, hekimlerin en büyük yardımcısı olacağı öngörülmektedir. Önümüzdeki yıllarda daha büyük veri setleriyle beslenen, açıklanabilirliği yüksek ve klinik ortama entegre olmuş yapay zeka modellerinin ortaya çıkması beklenmektedir. Bu gelişmelerle birlikte, göz hastalıklarının erken tespiti ve kişiye özel tedavi planlamasında yapay zekanın standart bir araç haline gelmesi muhtemeldir. Sonuç olarak yapay zekanın oftalmoloji alanındaki kullanımı henüz bir başlangıç olup hızla ilerlemekte ve göz sağlığı hizmetlerinde devrim niteliğinde bir dönüşüm yaşanmaktadır.

Kaynakça

1. Turkish Journal of Ophthalmology (2020). Yapay Zeka ve Oftalmoloji. oftalmoloji.orgoftalmoloji.org Göz hastalıklarında yapay zekanın uygulamaları ve etik boyutları üzerine derleme.
2. Choi JY, Yoo TK (2023). New era after ChatGPT in ophthalmology: advances from data-based decision support to patient-centered generative AI. Annals of Translational Medicine, 11(10):337. pmc.ncbi.nlm.nih.govpmc.ncbi.nlm.nih.gov Ophthalmolojide yapay zeka çalışmalarının güncel durumu ve FDA onaylı sistemler hakkında editöryal.
3. ARVO Basın Bülteni (2023). The advantages of ophthalmic Artificial Intelligence systems. arvo.orgarvo.org Yapay zekâ destekli robot “Alborz” ile glokom teşhisi ve retinal taramalarla kalp hastalığı riski tahmini gibi uygulamaların tanıtıldığı basın açıklaması.
4. Milli İrade Haber (2025). Göz Hastalıklarında Yapay Zeka. milliirade.commilliirade.com Göz hastalıkları uzmanı görüşüyle yapay zekanın diyabetik retinopati taraması, katarakt cerrahisi ve diğer göz hastalıklarındaki kullanımını aktaran haber.