Yapay zekâ tahmin modellerini geliştirmek için EndoStyle kullanarak gastrointestinal endoskopik görüntü stil transferi

Kolon Kanseri Kontrolleri İçin Daha Keskin Bilgisayar Desteği

Kolonoskopiler, küçük büyümeler olan polipleri kanserleşmeden önce tespit edip çıkararak hayat kurtarıyor. Birçok hastane artık doktorların video ekranında bu küçük lezyonları fark etmesine yardımcı olmak için yapay zekâ (YZ) kullanıyor. Ancak YZ araçları, görüntüler kamera sistemine göre hafifçe farklı göründüğü için bir hastaneden diğerine taşındığında sık sık zorluk yaşıyor. Bu çalışma, EndoStyle adlı yeni bir teknik sunuyor; bu yöntem, kolonoskopi görüntülerini yeniden şekillendirerek YZ sistemlerinin farklı cihazlarda daha güvenilir çalışmasını sağlıyor.

Neden Endoskopi Görüntüleri Birbirinin Aynısı Gibi Görünmüyor?

Bir kolonoskopi hastaya aynı görünse de, her klinik kendi video işlemcisi ve kamerasını kullanır. Bu cihazlar renk tonu, parlaklık, kontrast, keskinlik ve hatta ekrandaki yuvarlak görüntünün boyutu ve konumu bakımından farklılık gösterir. Bir hastanede eğitilmiş bir YZ sistemi için bu “alan kayması” büyük bir şok olabilir: yeni görüntüler artık öğrendiğiyle eşleşmez ve doğruluk düşebilir. Bugünün standart düzeltmeleri—görüntüleri çevirme, döndürme veya hafifçe aydınlatma gibi—farklı video sistemlerinin ayırt edici görünümünü yeniden üretemez. Sonuç olarak, ticari YZ yardımcıları genellikle belirli donanımlara göre ayarlanır ve başka yerlerde aynı şekilde çalışmayabilir.

Görüntüleri Yerel Kamera Stilini Yansıtacak Şekilde Öğretmek

Araştırmacılar EndoStyle’ı endoskopi sistemleri arasında dijital bir çevirmen gibi çalışacak şekilde tasarladı. Bir kolonoskopi karesini ve hedef “stili” (örneğin belirli bir video işlemcinin görsel görünümü) alır ve anatomiyi ve olası polipleri korurken genel görünümü hedef cihaza uyan yeni bir görüntü üretir. İçeride, EndoStyle güçlü bir görüntü çeviri ağı ile son çıktıyı keskinleştiren bir süper-çözünürlük modelini birleştirir. Bağırsak kıvrımları ve ince düz polipler gibi önemli özelliklerin silinmemesi veya yanlışlıkla üretilmemesi için özel güvenlik önlemleri vardır.

Sahte Görüntünün Gerçeğe Benzeyip Benzemediğini Kontrol Etmek

EndoStyle’ın sentetik görüntülerinin güvenilir olup olmadığını test etmek için ekip önce bunları görsel gerçeklik ve algısal benzerlik gibi bilgisayarlı görme metrikleri kullanarak gerçek kolonoskopi görüntüleriyle karşılaştırdı. Beş farklı video işlemci ve yüzbinlerce kare genelinde, dönüştürülmüş görüntüler hem genel görünüm hem de ayrıntılı doku bakımından gerçek görüntülerle yakından eşleşti. Tıbbi görüntüleri anlamak üzere eğitilmiş üç bağımsız YZ modeli de yeni resimleri hem orijinal içerikle hem de hedef cihaz stiline benzer buldu. Ardından 16 merkezden 22 deneyimli endoskopist kör bir deneyde yer aldı. Kısa kolonoskopi videolarını izlediler ve bazıları gerçek bazıları EndoStyle ile üretilmiş durak görüntüleri gösterildi. Doktorlardan hangi görüntülerin aynı incelemeye ait olduğu soruldu. EndoStyle görüntülerini neredeyse gerçek kareler kadar sık ve bariz uyuşmazlıklardan çok daha sık seçtiler; bu da sentetik resimlerin gerçek dünyada bir “koklama testini” geçtiğini düşündürüyor.

YZ’nin Doğru Polipleri Bulmasına ve Gürültüyü Gözardı Etmesine Yardımcı Olmak

Yazarlar sonra bu gerçekçi, stil eşleştirilmiş görüntülerin gerçekten YZ polip tespitini iyileştirip iyileştirmediğini sordular. Test videolarında kullanılan iki özel Olympus işlemciye uyacak şekilde ayarlanmış kamuya açık kolonoskopi görüntüleri ve EndoStyle tarafından üretilmiş karelerin karışımıyla birkaç tespit sistemi eğittiler. Ayrıca, orijinal eğitim verilerinin EndoStyle’ın kendi eğitiminde hiç görmediği farklı bir marka (Fujifilm) geldiği daha zorlu bir durumu incelediler. Her iki durumda da hedef işlemciye göre ayarlanmış sentetik görüntülerin eklenmesi YZ modellerini daha seçici hale getirdi: yanlış alarmlar kurulumlara bağlı olarak yaklaşık dörtte birden %40’ın üzerine kadar azaldı, oysa duyarlılık—gerçek poliplerin ne sıklıkla tespit edildiği—yalnızca sınırlı ölçüde düştü. Önemli olarak, sentetik görüntüler sahte polipler yaratıyor gibi görünmedi ve kaçırılan birkaç lezyonun çoğu zaten hem temel YZ hem de ticari araçlar için zordu.

Bu Hastalar ve Klinikler İçin Ne Anlama Gelebilir?

Gerçekçi, işlemciye özgü sentetik görüntülerin oluşturulup güvenle tespit algoritmalarının eğitiminde kullanılabileceğini göstererek, bu çalışma kolonoskopi YZ’sini daha taşınabilir ve güvenilir hale getirmek için pratik bir yol sunuyor. Bir klinik ekipmanını yükselttiğinde veya değiştirdiğinde her seferinde büyük yeni veri kümeleri toplamak ve etiketlemek yerine, geliştiriciler mevcut görüntü koleksiyonlarını EndoStyle ile yeni cihaz stiline uyarlayıp sistemlerini daha az ekstra adımla yeniden eğitebilir. Anlık kazancı daha az yanıltıcı alarm veren ve hâlâ çoğu önemli polipi yakalayan YZ’lerdir; bu da araçları endoskopistler için daha az dikkat dağıtıcı ve daha güvenilir kılar. Zamanla, bu tür stil-transferi yaklaşımları hastaneler arasında YZ performansını standardize etmeye, kanser önlemesini iyileştirmeye ve geleceğin hekimleri için daha gerçekçi eğitim simülatörlerini desteklemeye yardımcı olabilir.

Atıf: Troya, J., Kafetzis, I., Weber, R. et al. Gastrointestinal endoscopic image style transfer using EndoStyle to improve artificial intelligence prediction models. npj Digit. Med. 9, 340 (2026). https://doi.org/10.1038/s41746-026-02693-4

Anahtar kelimeler: kolonoskopi, polip tespiti, tıbbi görüntüleme yapay zekâ, stil transferi, alan kayması