Yapay Zeka Pankreas Tümörü Tespitinde: MRI Segmentasyon Modeli

Pankreas kanserinin tedavisinde radyoterapinin başarısı, tümörün ve çevresindeki sağlıklı dokuların ne kadar kesin tanımlandığına bağlı. Ama MRI taramaları arasında etiketleme tutarsızlıkları ve eksik veri, bu işi zorlaştırıyor. Yeni bir yapay zeka modeli, Pancreas-MedNeXt, bu sorunu çözmek için tasarlandı.

Model, tek bir MRI taramasından pankreas, onun alt bölgeleri, tümör ve çevredeki riskli organları (mide, ince bağırsaklar, böbrekler) aynı anda tanımlıyor. Temel fikir basit ama akıllı: paylaşılan bir kodlayıcı-kod çözücü mimarisi (MedNeXt) önce tüm pankreası ve alt bölgelerini öğreniyor, sonra üç farklı çıkış başlığı aracılığıyla tümör ve organları ayrı ayrı tahmin ediyor.

Kilidi burada: model, kısmen etiketlenmiş verilerle de eğitilebiliyor. Eğer bir MRI'da tümör işaretlenmişse ama böbrekler atlanmışsa, model eksik kısımları 'arka plan' olarak değil, basitçe 'etiketlenmemiş' olarak görüyor. Bu, sınırlı ve tutarsız veri setlerinin daha iyi kullanılmasını sağlıyor.

Araştırmacılar modeli 142 hasta üzerinde test ettiler, 92'si tanı amaçlı MRI, 50'si MR-Linac (MRI'yla entegre radyoterapist cihazı). Sonuçlar, pankreas ve tümör segmentasyonunda güvenilir performans gösterdi. Modelin başka veri setleriyle de test edilmesi, farklı MRI türlerine uygulanabilirliğini kanıtladı.

Bu tür birleşik segmentasyon modelleri, radyoterapistlerin planlama süresini kısaltıyor ve tedavi doğruluğunu artırıyor. Pankreas kanseri gibi agresif tümörlerde, tedavinin hızlı ve kesin olması hayati önem taşıyor.