Afrika'daki sağlık sistemlerinde beyin tümörü teşhisi için önemli bir adım atıldı. Araştırmacılar, düşük ve orta gelirli ülkelerde karşılaşılan teknik zorluklara özel çözüm sunan yapay zeka tabanlı bir sistem geliştirdi.
Bu ülkelerde beyin tümörü teşhisini zorlaştıran temel faktörler arasında ulusal görüntüleme protokollerinin eksikliği, farklı kalitede görüntüleme verileri, düşük alan gücüne sahip MR cihazlarının yaygın kullanımı ve kısıtlı sağlık kaynakları yer alıyor. Bu durum, otomatik beyin tümörü segmentasyonunu özellikle karmaşık hale getiriyor.
BraTS Africa 2025 Yarışması çerçevesinde geliştirilen çözümde, araştırmacılar nnU-Net ve MedNeXt gibi en gelişmiş segmentasyon modellerini topoloji iyileştirme teknikleriyle harmanlayarak hibrit bir yaklaşım benimsedi. Sistemin en önemli yeniliği, düşük kaliteli MR görüntülerinde ortaya çıkan topolojik hataları düzelten özel bir modül içermesi.
Geliştirilen model, öncelikle BraTS 2025 yarışmasının yüksek kaliteli glioma verisiyle eğitildikten sonra Afrika veri seti için özelleştirilerek ince ayar yapıldı. Bu strateji sayesinde sistem, 0.810 Normalize Edilmiş Yüzey Mesafesi (NSD) skoru elde ederek başarılı sonuçlar verdi. Bu gelişme, Afrika'daki sağlık sistemlerinde beyin tümörü teşhis süreçlerinin iyileştirilmesi açısından umut verici.