Vasküler cerrahide bilgisayarlı görü uygulamaları: sistematik bir inceleme ve eleştirel değerlendirme

Kan damarları hekimleri için akıllı kameralar

Kan damarlarıyla ilgili sorunları tedavi eden doktorlar, vücut taramalarından yara fotoğraflarına kadar tıbbi görüntülere büyük ölçüde güvenirler. Son yıllarda görüntüleri "gören" ve yorumlayan yazılım olan bilgisayarlı görü o kadar hızla ilerledi ki bazen tıp uzmanlarıyla boy ölçüşebiliyor. Bu makale yüzlerce çalışmayı tarayarak bu görüntü‑okuma araçlarının vasküler cerrahide nasıl kullanıldığını, ne kadar iyi çalıştığını ve doktorların hastalarına güvenli şekilde yardımcı olabilmesi için hangi alanların gelişmesi gerektiğini inceliyor.

Araştırmanın Hızla Büyüdüğü Alanlar

Yazarlar, büyük tıbbi ve teknik veri tabanlarını taradılar ve 288 çalışma buldular; 2017 sonrasında bir patlama ve 2024–2025'te ikinci bir dalga görüldü. Çoğu proje, hastaları ileriye doğru izlemek yerine mevcut görüntüleri analiz etti. Araştırmacılar ağırlıklı olarak üç soruna odaklandı: vücudun ana atardamarında balonlaşma (aort anevrizmaları ve diseksiyonlar), beyne kan sağlayan boyun arterlerinin daralması ve özellikle diyabette iyileşmesi zor ayak yaraları. Buna karşılık, vasküler polikliniklerde sık görülen tıkalı bacak arterleri ve ven hastalığı gibi durumlar nadiren çalışılmış; oysa bunlar ağrı, sakatlık ve ampütasyonlara yol açabiliyor.

Bilgisayarların Gerçekte Ne İncelediği

Çalışmalar genelinde bilgisayarlara birçok tür görüntü verildi. Aort hastalığında çoğunlukla BT taramaları; boyun arterlerinde ultrason; ayak ülserlerinde ise standart fotoğraflar ve termal (ısı) görüntüleri kullanıldı. En yaygın araçlar modern derin öğrenme ağlarıydı; özellikle U‑Net ve diğer konvolüsyonel sinir ağları, bazen ansambl yöntemlerle birleştirildi. Bu sistemlerden genellikle yapıların sınırlarını çizmesi (örneğin arterin iç kanalı ve duvarı veya yaradaki kenarlar), boyutları ölçmesi ya da görüntüleri "hastalıklı" veya "sağlıklı" gibi kategorilere ayırması istendi. Birçok model kağıt üzerinde etkileyici performans sergiledi; bazen anevrizma boyutunu ölçme veya ayak ülserinin alanını izleme gibi görevlerde uzman hekimlerle yakın sonuçlar verdi.

Bu Araçlar Ne Kadar Güvenilir ve Adil?

Ümit verici sonuçlara rağmen inceleme, bu sistemlerin nasıl geliştirildiği ve test edildiği konusunda ciddi endişeler tespit etti. Sadece azınlık dış veri kullandı — başkası hastanelerden gelen veriler bir modelin gerçek dünyada işe yarayıp yaramayacağını göstermek için kritik önemde. Birçok makale fazla uyum (overfitting) riskine karşı temel önlemleri atladı; örneğin ayrı doğrulama setleri ya da sınıf dengesizliği kontrolleri eksikti, bazıları performansı eğitimde kullanılan aynı görüntüler üzerinde ölçtü. Sonuç raporlamanın standartları düzensizdi: görüntü sınırlandırma görevlerinde yaklaşık yarısı yaygın kabul görmüş örtüşme (overlap) skorunu bildirdi, evet‑hayır tahminlerinde ise beşte birinden azı daha sağlam olan AUROC ölçüsünü kullandı. Çok az çalışma sistemlerin farklı hasta grupları veya görüntüleme cihazları arasında farklı davranıp davranmadığını inceledi; bu da adillik ve genellenebilirlik konusunda soru işaretleri bırakıyor.

İncelenen Konulardaki Boşluklar

Araştırma düzeni günlük hasta ihtiyaçlarını yansıtmıyor. Çalışmaların çoğu aort, boyun arterleri ve diyabetik ayak hastalığı etrafında kümelenmiş — görüntü veri kümelerinin bol olduğu ve görevlerin net olduğu alanlar. Oysa bacaklardaki periferik arter hastalığı, sıklıkla ırksal azınlıkları ve daha düşük gelirli bireyleri etkileyen bir durum olarak yeterince araştırılmamış. Yazarlar, bilgisayarlı görünün burada özellikle yararlı olabileceğini; hangi hastaların kötüleşeceğini tahmin ederek ve şu anda yoğun kliniklerde kullanımı uzun süren karmaşık puanlama sistemlerini otomatikleştirerek katkı sağlayabileceğini savunuyor. Diğer göz ardı edilmiş bir fırsat, hastaları —çoğunun böbrek sorunları olan— potansiyel olarak zararlı boya maddelerine maruz bırakmadan taramalarda kontrast boyayı taklit edebilen yazılımlar; vasküler çalışmalardan yalnızca birkaçı bu tekniği denemiş.

Gelecek Çalışmalar İçin Standartları Yükseltmek

Kaliteyi değerlendirmek için yazarlar, öngörü çalışmalarında önyargı ve raporlamayı değerlendiren iki yerleşik kontrol listesini uyguladı. Yeni çalışmaların yalnızca yaklaşık beşte biri düşük önyargı riski olarak puan aldı ve raporlama standartlarına uyum genel olarak yarı çizgisinin biraz üzerindeydi; yine de zaman içinde iyileşme vardı. Ortak eksiklikler arasında "gerçek" etiketlerin nasıl oluşturulduğunun belirsiz açıklanması, veri kaynakları hakkında şeffaflığın olmaması, model ayarlarının nasıl seçildiğine dair bilgi eksikliği ve neredeyse hiçbir hasta veya kamusal paydaş katılımı yer aldı. Yazarlar araştırmacılardan planlama aşamasından itibaren bu yönergeleri takip etmelerini, tutarlı performans ölçütleri kullanmalarını (sınırlandırma için dice, evet‑hayır kararları için AUROC), mümkün olduğunda veri ve kod paylaşmayı ve bilgisayarlı görü araçlarının gerçekten hasta sonuçlarını iyileştirip iyileştirmediğini test eden prospektif denemeler kurmayı istiyorlar.

Hastalar ve Klinikler İçin Ne Anlama Geliyor

Genel olarak inceleme, güçlü görüntü‑okuma araçlarının laboratuvardan kliniğe geçiş yolunda hâlâ erken bir aşamada olduğunu gösteriyor. Vasküler cerrahide bilgisayarlı görü, kontrollü koşullar altında kan damarlarındaki sorunları ve yaraları tespit edebiliyor, sınırlarını çizebiliyor ve etkileyici doğrulukla ölçüm yapabiliyor. Ancak çalışmalar gerçek dünya pratiğini daha iyi yansıtana, çeşitli hastaları kapsayana ve daha sıkı kalite standartlarını karşılayana dek bu sistemler ağırlıklı olarak araştırma merakı olarak kalacak, güvenilir bakım ortakları haline gelmeyecekler. Geliştiriciler ve klinisyenler bu sorunları ele alırlarsa bilgisayarlı görü teşhisi hızlandıran, karmaşık kararları destekleyen ve vasküler hastalığı olan kişiler için uzman değerlendirmesine erişimi genişleten rutin bir yardımcı haline gelebilir.

Atıf: Liyanage, A., Li, B., Yi, J. et al. Computer vision applications in vascular surgery: a systematic review and critical appraisal. npj Digit. Med. 9, 260 (2026). https://doi.org/10.1038/s41746-026-02427-6

Anahtar kelimeler: vasküler cerrahide bilgisayarlı görü, tıbbi görüntüleme yapay zekâsı, aort ve karotis hastalığı, diyabetik ayak ülserleri, periferik arter hastalığı