Yapay Zeka Varis Teşhisi Koyabilir mi?

Yapay zekaya bir bacak fotoğrafı yükleyip ‘Varis olabilir mi?’ diye sormak artık birkaç saniyelik bir işlem. Yapay zeka sistemleri belirtileri analiz edebiliyor, olası nedenleri sıralayabiliyor ve oldukça ikna edici açıklamalar yapabiliyor. Peki, yapay zeka gerçekten varis teşhisi koyabilir mi?

Kalp ve Damar Cerrahisi Uzmanı Prof. Dr. Semih Barlas, yapay zekanın damar hastalıklarının değerlendirilmesinde giderek daha önemli bir yardımcı teknoloji haline geldiğini ancak bugün için tek başına varis teşhisi koymasının mümkün olmadığını belirtiyor.

Hastalık hakkında bilgi vermek ile hastaya tanı koymanın birbirinden farklı olduğunun altını çizen Barlas, varis ve kronik venöz yetmezliğin doğru değerlendirilmesinde hastanın şikayetlerinin, fizik muayenenin ve özellikle venöz Doppler ultrason bulgularının birlikte değerlendirilmesi gerektiğine dikkat çekiyor.

Fotoğraftan görünen, problemin tamamını göstermeyebilir

Yapay zeka sistemleri kendilerine verilen bilgiler üzerinden değerlendirme yapabiliyor. Bacak fotoğraflarını analiz eden özel AI modelleri görünür damarları veya kronik venöz hastalığın bazı klinik bulgularını sınıflandırabilirken, büyük dil modelleri de hastanın tarif ettiği şişlik, rahatsızlık, gece krampları veya görünür damarlar gibi belirtiler hakkında genel bilgiler sunabiliyor.

Ancak bir chatbotun verdiği cevap ile klinik tanı arasında önemli bir fark bulunuyor. Çünkü chatbot bacağı muayene edemiyor, damarların içindeki kan akımını göremiyor, toplardamar kapakçıklarının çalışmasını ölçemiyor, venöz reflünün hangi damardan kaynaklandığını belirleyemiyor ve damar anatomisini haritalandıramıyor. Benzer belirtilere yol açabilecek diğer hastalıkları da tek başına dışlayamıyor.

Bu nedenle bir bacak fotoğrafının AI tarafından değerlendirilmesi tıbbi açıdan kesin tanı anlamına gelmiyor.

Araştırmalar umut veriyor ancak teknoloji henüz gelişim aşamasında

Yapay zekanın damar hastalıklarında kullanımı yalnızca teorik bir fikir değil. Bu alanda önemli araştırmalar yürütülüyor.

2025 yılında JVS–Vascular Insights dergisinde yayımlanan bir derleme, yapay zekanın kronik venöz yetmezlik alanındaki mevcut kullanımını değerlendirdi. Araştırmacılar AI sistemlerinin hastalık riskinin değerlendirilmesi, varis gelişimiyle ilişkili faktörlerin analiz edilmesi, tedaviden fayda görebilecek hastaların belirlenmesi ve görüntülerin otomatik analizinde gelecekte önemli katkılar sağlayabileceğini bildirdi.

Ancak mevcut uygulamaların önemli bir bölümü henüz ‘proof-of-concept’, yani kavram kanıtlama aşamasında bulunuyor. Teknoloji umut verici olsa da rutin klinik uygulamada doktor değerlendirmesinin yerine geçebilmesi için daha fazla doğrulama çalışmasına ihtiyaç duyuluyor.

Bacak fotoğraflarını değerlendiren AI modelleri de araştırmaların dikkat çekici alanlarından birini oluşturuyor. Bazı modeller fotoğraflardaki görünür değişikliklerden kronik venöz hastalığın klinik evresini tahmin etmeye çalışıyor ve farklı makine öğrenmesi ve derin öğrenme modelleriyle yapılan araştırmalarda yüksek doğruluk oranları bildiriliyor.

Ancak bir araştırma veri setinde yüksek doğruluk elde edilmesi, gerçek hayatta her hastaya güvenilir biçimde tanı konulabileceği anlamına gelmiyor. Modelin performansı kullanılan fotoğraflara, hasta grubuna, cilt özelliklerine, görüntü kalitesine, ışık koşullarına ve hastalığın evresine göre değişebiliyor.

Damar neden bu hale geldi?

Doğru varis değerlendirmesi yalnızca ‘Damar görünüyor mu?’ sorusundan ibaret değil. Çünkü görünür damarlar problemin yalnızca yüzeydeki kısmı olabilir.

Damar hastalıkları değerlendirmesinde hangi damarın problemli olduğu, kanın hangi yönde aktığı, kapakçıkların görevini yapıp yapmadığı, venöz reflü bulunup bulunmadığı ve varsa reflünün nerede ve ne düzeyde olduğu araştırılıyor.

İlk olarak hastanın şikayetleri değerlendiriliyor. Bacaklarda şişlik, gün sonunda artan rahatsızlık, kramp, kaşıntı, görünür varisler, ayak bileği çevresinde renk değişikliği, cilt problemleri ve ileri vakalarda açık yaralar görülebiliyor. Belirtilerin ne zaman başladığı ve gün içerisinde nasıl değiştiği de önem taşıyor.

Fizik muayenede ise görünür damarların dağılımı, şişlik, cilt değişiklikleri ve diğer klinik bulgular inceleniyor. Ancak dışarıdan görülen damar her zaman problemin kaynağı olan damar olmayabiliyor.

Doppler ultrason AI’dan neden farklı?

Varis ve kronik venöz yetmezliğin değerlendirilmesindeki en önemli yöntemlerden biri venöz Doppler ultrason. Ultrason sayesinde yalnızca damarın görüntüsü değil, kanın damar içerisindeki hareketi de değerlendirilebiliyor.

Böylece damarların anatomisi, kan akımının yönü, kapakçıkların fonksiyonu, venöz reflünün varlığı ve problemli damarların konumu belirlenebiliyor.

Bir kişinin bacağında dışarıdan çok belirgin damarlar bulunmasına rağmen altta yatan venöz problem tahmin edilenden farklı olabiliyor. Bunun tam tersine, dışarıdan çok az damar görünmesine rağmen daha derindeki toplardamarlarda önemli venöz yetmezlik bulunabiliyor.

AI’a yüklenen standart bir bacak fotoğrafı bu hemodinamik bilgiyi göstermezken Doppler ultrason damar içerisindeki kan akışını gerçek zamanlı değerlendirebiliyor. Bu nedenle Doppler ultrason günümüzde kronik venöz yetmezliğin değerlendirilmesindeki temel tanı yöntemlerinden biri olmaya devam ediyor.

Yapay zekanın ikna edici cevabı yanıltıcı olabilir

Yapay zekanın en büyük avantajlarından biri hızlı cevap vermesi. Ancak sağlık söz konusu olduğunda hız her zaman doğruluk anlamına gelmiyor.

AI’ın belirtileri basit bir varis problemi olarak yorumlaması kişide yanlış bir güven hissi oluşturarak tıbbi değerlendirmeyi geciktirebilir. Bunun tersi de mümkün; normal veya önemsiz bir bulgu ciddi bir damar hastalığı gibi yorumlanarak gereksiz endişeye neden olabilir.

Bacak şişliği veya cilt değişiklikleri yalnızca varise özgü olmadığı için benzer hastalıkların karıştırılması da mümkün. Ayrıca tanı netleşmeden yalnızca belirtiler üzerinden tedavi önerisi oluşturmak doğru bir yaklaşım değil. Buradaki önemli risklerden biri de AI’ın verdiği yanlış bir cevabın bile oldukça ikna edici görünebilmesi.

Gelecekte formül ‘Hekim + Doppler + AI’ mı?

Yapay zekanın hastanın internete yüklediği bir fotoğrafı değerlendirmesi ile hekim tarafından gerçekleştirilen ultrason incelemesini AI’ın desteklemesi birbirinden farklı iki kullanım alanı.

İkinci senaryoda yapay zeka gerçek klinik görüntüleme verileriyle çalışıyor. Araştırmalar AI tabanlı sistemlerin ultrason değerlendirmelerinde yorum farklılıklarını azaltma ve görüntü analizini hızlandırma potansiyeline sahip olduğunu gösteriyor.

Bu nedenle gelecekte ‘Uzman hekim + Doppler ultrason + yapay zeka destekli görüntü analizi’ yaklaşımıyla daha sık karşılaşılması mümkün. Ancak nihai klinik kararın hastanın öyküsünü, muayenesini, ultrasonunu, anatomisini ve kişisel durumunu birlikte değerlendiren hekim tarafından verilmesi gerekiyor.

Yapay zekayı sağlık konusunda tamamen hayatın dışına çıkarmak gerekmiyor. AI; varisin ne olduğunu öğrenmek, tıbbi terimleri anlamak, doktor randevusuna hazırlanmak, hekime sorulacak soruları oluşturmak ve genel sağlık bilgilerini daha anlaşılır hale getirmek için kullanılabilir.

Ancak ‘Sizde varis var’, ‘Bu damar tehlikeli değil’ veya ‘Tedaviye ihtiyacınız yok’ gibi kişisel sonuçların kesin tanı olarak kabul edilmemesi gerekiyor. Özellikle tekrarlayan veya giderek artan bacak şişliği, belirgin varisli damarlar, gün sonunda artan bacak şikayetleri, gece krampları, ayak bileğinde renk değişikliği, kaşıntı ve cilt değişiklikleri, iyileşmeyen yaralar veya giderek büyüyen ve çoğalan varisler bulunuyorsa profesyonel değerlendirme önem taşıyor.

Yapay zekaya birkaç belirti yazmak veya bacağın fotoğrafını yüklemek varis teşhisi koymak için yeterli değil. AI, bilgi edinmek için yararlı bir başlangıç noktası olabilir ancak varis tanısında son nokta olarak görülmemeli.

Varis ve kronik venöz yetmezlik şüphesinde hastanın öyküsü, fizik muayenesi ve gerekli durumlarda Doppler ultrason değerlendirmesinin birlikte ele alınması gerekiyor.