Gerçek zamanlı mamografi yorumu karar destek sistemi

Abstract

Radyoloji raporları genellikle yapılandırılmamış düz metinler halinde olup, karar destek için kullanılabilecek bir çok veriyi içinde barındırmaktadırlar. Bunun yanı sıra raporlarda genellikle birden fazla lezyona ve bu lezyonların özelliklerine ait bilgiler bulunmakta ve bu durum her bir lezyona ait bilgi çıkarımı gibi ileri düzey bir çalışmayı gerektirmektedir. Bu çalışmanın amaçlarından ilki, doğal dil işleme yöntemleri ile yapılandırılmamış ya da yarı yapılandırılmış mamografi raporlarından karar destek sistemine girdi verisi olarak verilebilecek otomatik bilgi çıkarımı sağlayan bir sistem geliştirmektir. Bu amaçla, General Architecture for Text Engineering (GATE) NLP isimli platform kullanılarak, bir çok farklı bileşen içeren bir ardışık düzen geliştirilmiştir. Bu ardışık düzen sonucunda karar destek için gerekli olan veriler mamografi raporlarından çıkartılmaktadır. Geliştirilen sistem Stanford Üniversitesi görüntü bilişimi laboratuarının kullanımına sunulmuş olan ve yapılandırılmış raporlama uygulamasını da destekleyen PenRad (PenRad, Buffalo, MN) isimli radyoloji veri tabanından seçilen 300 mamografi raporu üzerinde değerlendirilmiştir. Referans veri setinde 797 lezyon bulunurken sistem 815 lezyon saptamıştır (780 gerçek pozitif, 35 yanlış pozitif, 17 yanlış negatif). Geliştirilen bilgi çıkarımı sisteminin tüm lezyonların özellikleriyle birlikte saptanma doğruluğunu belirten kesinlik değeri 94,9 olup hassasiyet değeri 90,9'dur ve F ölçümü 92,8 olarak hesaplanmıştır. Bir çok çalışmada mamografi değerlendirmelerinde gözlemler ve gözlemciler arası değişkenliğin önemli bir problem olduğu ve bu değişkenliği azaltmak için mamografide karar destek sistemlerinin kullanımının önemi vurgulanmıştır. Klinik değerlendirmeler sırasında ortaya çıkan bu ve benzeri problemlerin çözümünde karar destek sistemlerinin katkıları bilinse de, bulgulardaki değişkenlik gibi problemlerinin giderilmesine katkı sağlayan BI-RADS sınıflandırma sistemini içeren ve gerçek zamanlı sonuç veren bir karar destek sistemi bulunmamaktadır. Bu çalışmanın ikinci amacı, bilgi çıkarımı sisteminin çıkarttığı bilgileri karar destek sistemine girdi verisi olarak vererek, raporlama sırasında lezyonlara ait sonuç üretebilecek gerçek zamanlı karar destek sistemi (GZ-KDS) geliştirmek ve çıktılarını değerlendirmektir. Bilgi çıkarımı sistemi tarafından saptanan ve referans veri setinde bulunan verilerin karar destek sisteminde analizi ile elde edilen BI-RADS sınıflama kodları arasındaki uyumu ölçmek için hesaplanan ağırlıklandırılmış Kappa (ƙw) değeri κ=0.721 olarak hesaplanmıştır (p<0.01). Bu değer iki veri seti arasında yüksek derecede uyum olduğunu göstermektedir. Bu çalışma birçok açıdan bir ilk çalışma olup, çalışmanın sonuçları, girdi verisinin otomatik olarak serbest metinlerden sağlandığı gerçek zamanlı karar destek sistemlerinin potansiyelini göstermiştir. Bu sistemlerin klinisyenlerin iş akışına kolayca entegre olabilmesine ve yorumlardaki değişkenliğin azaltılmasına fayda sağlayacağı düşünülmektedir.