Oftalmolojide Yapay Zeka: Görüntüleme Analizinden Klinik Karar Desteğine-2
Okuma:7
OCT Raporlarının Yorumlanmasında AI: CIRRUS PathFinder
Zeiss tarafından geliştirilen CIRRUS PathFinder, OCT raporlarının yorumlanmasını destekleyen AI tabanlı yazılımlardan biridir. Sistem, CIRRUS OCT platformlarıyla entegre çalışarak maküler OCT-B taramalarında anormal bulguları otomatik olarak işaretleyebilmektedir.
Ayrıca OCT-A görüntülerinde vasküler yapıların daha iyi görselleştirilmesine yardımcı olacak görüntü kalitesi iyileştirmeleri sunmaktadır. Bu durum özellikle çok sayıda OCT kesitinin değerlendirildiği retina kliniklerinde iş akışını kolaylaştırabilir.
Yapay zekanın burada sağladığı temel katkı, hekimin yerini almak değil; büyük görüntü setleri içinde öncelikle dikkat edilmesi gereken alanları belirleyerek değerlendirme sürecini daha verimli hale getirmektir.
Ev Tipi OCT ve Uzaktan Hastalık Takibi
En dikkat çekici gelişmelerden biri, ev tipi OCT sistemleri ve bunlarla entegre çalışan AI algoritmalarıdır. SCANLY Home OCT ve Notal OCT Analyzer bu alandaki önemli örnekler arasında yer almaktadır.
Bu sistemlerde hasta ev ortamında düzenli OCT görüntüleri alabilmekte, AI algoritması ise bu görüntüler üzerinden hastalık biyobelirteçlerini analiz ederek zaman içindeki değişimleri grafiksel olarak izleyebilmektedir.
Bu yaklaşım özellikle neovasküler yaşa bağlı makula dejenerasyonu gibi sık takip gerektiren hastalıklarda önemlidir. Klinik ziyaretler arasındaki dönemde hastalık aktivitesinin değişebilmesi, tedavi aralıklarının kişiselleştirilmesini zorlaştırmaktadır. Ev tipi OCT ile elde edilen longitudinal veri, retina uzmanına hastanın gerçek zamanlı hastalık seyri hakkında daha ayrıntılı bilgi sunabilir.
Bu durum gelecekte anti-VEGF tedavi protokollerinin daha kişiselleştirilmiş şekilde planlanmasına katkıda bulunabilir.
Klinik Pratik Açısından Ne Anlama Geliyor?
Yapay zeka destekli görüntüleme sistemlerinin oftalmoloji pratiğine katkıları birkaç başlık altında özetlenebilir:
- Patolojik görüntülerin daha hızlı ayıklanması
- OCT ve OCT-A analizinde daha sistematik değerlendirme
- Retina hastalıklarında biyobelirteç takibi
- Glokomda yapısal hasar ve progresyon değerlendirmesi
- Yoğun kliniklerde iş akışının hızlandırılması
- Ev tipi takip sistemleriyle daha sık ve objektif veri elde edilmesi
- Tedavi kararlarının daha kişiselleştirilmesine destek sağlanması
Ancak bu teknolojilerin klinik kullanıma entegrasyonunda dikkatli olunmalıdır. AI sistemleri, hekimin klinik kararını ikame eden araçlar değil; karar verme sürecini destekleyen yardımcı sistemler olarak değerlendirilmelidir.
Dikkat Edilmesi Gereken Noktalar
AI tabanlı sistemler umut verici olsa da bazı sınırlılıklar göz önünde bulundurulmalıdır. Algoritmaların farklı hasta popülasyonlarında ne kadar güvenilir olduğu, yanlış pozitif ve yanlış negatif sonuçların klinik etkileri, veri güvenliği, regülasyon süreçleri ve sistemlerin maliyet-etkinliği önemli tartışma başlıklarıdır.
Ayrıca her AI çıktısı, hastanın semptomları, muayene bulguları, görüntü kalitesi, sistemik hastalıkları ve tedavi öyküsü ile birlikte yorumlanmalıdır. Özellikle sınırda olgular, düşük görüntü kalitesi veya atipik klinik prezentasyonlarda hekim değerlendirmesi belirleyici olmaya devam eder.
Sonuç
Yapay zeka, oftalmolojide özellikle görüntüleme analizine dayalı tanı ve takip süreçlerini dönüştürmektedir. OCT, OCT-A, fundus görüntüleme, görme alanı ve korneal topografi gibi alanlarda geliştirilen AI destekli sistemler; retina hastalıkları, glokom ve makula patolojilerinin değerlendirilmesinde hekimlere yeni olanaklar sunmaktadır.
Bugün için en doğru yaklaşım, yapay zekayı bağımsız bir karar verici olarak değil, klinik sezgiyi güçlendiren, görüntü analizini derinleştiren ve hastalık takibini nicelleştiren bir karar destek aracı olarak konumlandırmaktır.
Önümüzdeki dönemde AI destekli görüntüleme sistemlerinin, özellikle kişiselleştirilmiş tedavi planlaması, uzaktan hasta takibi ve yoğun kliniklerde önceliklendirme açısından oftalmoloji pratiğinde daha merkezi bir yer edinmesi beklenmektedir.
[Kaynaklar 1. “AI Turns Daily Home OCT Images into Actionable Disease Insights for Retina Specialists.” Notal Vision; 2025. Press release. Available at: https://notalvision.com/news/press-releases. [Accessed May 17, 2026] . 2. Canning JP. Of Imaging and Algorithms. Ophthalmology Management 2025; 29 (October): 9. 3. “Pivotal Study Demonstrates Efficacy of AI in enabling Home OCT Monitoring.” Notal Vision, 2024. Press release. Available at: https://notalvision.com/news/press-releases. [Accessed May 17, 2026] 4. Schneider EW, Heier JS, Holekamp NM, et al. Pivotal trial toward effectiveness of self-administered OCT in neovascular age-related macular degeneration. Report 2-artificial intelligence analytics. Ophthalmol Sci. 2024;5(2):100662. doi:10.1016/j.xops.2024.100662]
Not: Katkılarından dolayı Dr. Mehmet ÇITIRIK’a teşekkür ederiz.
