Pediatrik Dirsek Kırıklarının Teşhisinde Yapay Zeka Destekli Kol Pozisyonlama Sistemi

Kol kırıkları vakalarında çekilen X-ray görüntülerde dirsek bölgesindeki kum saati görünümünün doğru bir şekilde tespit edilmesi, pediatrik kırık teşhisi açısından kritik öneme sahiptir. Ancak, çocukların doğru kol pozisyonunu almasının zor olması ve yanlış röntgen çekimleri nedeniyle kum saati görünümü X-ray görüntülerinde düzgün görülmemekte bu ise pediatrik teşhislerde sıklıkla hata yapılmasına neden olmaktadır. Yaşanan bu durum doğrultusunda ek doz alımı, zaman kaybı, yanlış teşhis gibi olumsuz sonuçlara neden olmaktadır. Önerilen proje, çocuk hastaların X-ray çekimlerinde kol pozisyonunu düzgün açı ve yerleşime getirmesine yardımcı olacak, dolayısı ile röntgen çekimlerinin doğruluğunu artıracak bir yapay zeka destekli sistem geliştirmeyi amaçlamaktadır. Farklı açılarda ve lokasyonda yerleştirilmiş üç kamera entegrasyonu ile oluşturulacak sistemde, yapay zeka algoritmaları ile hasta hareketlerinin izlenerek kol pozisyonunun tespit edilmesi, doğru pozisyon almasının sağlanması ve böylelikle kum saati görünümünün net bir şekilde xray görüntüsü üzerinde elde edilmesi hedeflemektedir. Proje, kameraların kurulumuyla gerçek zamanlı veri toplanması, verilerin etiketlenmesi, literatürde kullanılan yapay zeka modellerinin proje kapsamına özgü eğitimi, probleme özel yeni ve özgün yapay zeka modelinin geliştirilmesi ve prototip sistemin entegrasyonu aşamalarını içermektedir. Nihai entegrasyon neticesinde, kameralarla toplanan veriler yapay zeka modeli tarafından işlenecek ve anlık geri bildirim ile röntgen çekiminin kontrolü sağlanacaktır. Böylece sistem, hastanın yanlış pozisyonlarında radyoloğu görsel ya da sesli uyaracak ve uygun pozisyon almadan röntgen çekimine izin vermeyecektir. Prototip, gerçek ortam testleri ile doğrulanacak ve pediatrik kırık teşhisinde kullanılacak olan X-ray görüntülerinin hatasız çekimini sağlamak için optimize edilecektir.
Projede, Mediapipe, OpenPose ve AlphaPose gibi insan pozisyonu tespiti alanında kullanılan yapay zeka algoritmaları deneysel testler gerçekleştirilerek analiz edilecektir. Ayrıca yöntemin doğruluğunu artırmak için çeşitli derin öğrenme yöntemleri ve çok katmanlı sinir ağları da kullanılacaktır. Proje ayrıca, literatürde henüz sınırlı olan röntgen çekimlerinde kaliteli görüntülemeye yardımcı uygulamalar alanındaki yapay zeka tabanlı çalışmalara katkı sağlayarak, sağlık hizmetlerinde kaliteyi artırmayı hedeflemektedir. Projenin özgün değeri, çocuk hastaların kol kırıklarının teşhis sürecini kolaylaştırması, röntgenlerde gözükmeyen kum saati bölgesinden dolayı gereksiz tekrarlı röntgen çekimlerini azaltacak olmasıdır. Böylelikle tekrarlı çekimler neticesinde oluşan çocuk hastaların radyasyona fazla maruz kalma durumları da ortadan kalkacaktır. Aynı zamanda, geliştirilmekte olan bu otomasyon sistemi, pediatrik kırık teşhisi dışında da farklı tıbbi görüntüleme alanlarına adapte edilebilecek bir potansiyele sahiptir. Yaygın etkisi ise, sağlık sektörüne getireceği yeni otomasyon çözümleri ile teşhis süreçlerinin hızlanması, sağlık personelinin iş yükünün azalması, tekrarlı çekimlerden doğan maliyetin giderilmesi ve radyasyon maruziyetinin minimuma indirilmesi şeklinde olacaktır.