Android Uygulamasıyla Nükleer Katarakt Tespiti: Yapay Zeka Göz Sağlığını Cep Telefonuna Taşıyor

Akıllı telefonlar, yapay zekâ sayesinde tıbbi taramalarda yeni bir döneme öncülük ediyor. Android işletim sistemine özel olarak geliştirilen bir uygulama, göz merceğinin merkezinde oluşan nükleer kataraktı doğrudan telefon kamerasıyla çekilen görüntüler üzerinden analiz ederek hastalığın varlığını ve şiddetini belirliyor. Test aşamalarında %91'in üzerinde bir doğruluk oranına ulaşan sistem, katarakt taramasını evde, düşük maliyetli ve erişilebilir bir hizmet haline getiriyor.

Uygulamanın çalışma mantığı, çok aşamalı bir yapay zekâ sürecine dayanıyor. Kullanıcı, telefonunun kamerasıyla göz görüntüsü yakaladığı ya da mevcut bir fotoğrafı yüklediği anda görüntü ön işleme aşamasından geçiyor. İlk adımda, derin öğrenme tabanlı ikili sınıflandırma modeli görüntünün katarakt içerip içermediğini belirliyor. Katarakt tespit edildiğinde, ikinci bir sinir ağı görüntüyü daha detaylı inceleyerek nükleer kataraktın derecesini Lens Opacities Classification System III (LOCS III) standardına göre beş farklı seviyeye ayırıyor. Böylece uygulama yalnızca pozitif‑negatif bir sonuç vermekle kalmıyor, aynı zamanda hastalığın ilerleme aşamasını da rapor ediyor.

Yapay zekâ eğitimi için kullanılan veri seti, Nuclear Cataract Database for Biomedical and Machine Learning Applications adlı uluslararası bir veri tabanından temin edilen gerçek göz görüntülerini içeriyor. Bu görüntüler, uzman oftalmologlar tarafından önceden LOCS III kriterlerine göre derecelendirilmişti; düşük kalite, odak dışı veya başka göz hastalıkları gösteren örnekler ise uzmanlar tarafından elendi. Araştırmacılar, VGG16 ve ResNet50 gibi büyük sinir ağlarının yanı sıra, mobil cihazlarda daha verimli çalışabilen VGG11, ResNet18, MobileNetV2 ve EfficientNet‑B0 modellerini de test etti. Tüm modellerin sınıflandırma doğrulukları %91 ile %94,5 arasında değişti.

Mobil ortamda çalışabilmesi için modeller, PyTorch ile eğitildikten sonra ONNX, ardından TensorFlow ve son olarak TensorFlow Lite formatına dönüştürüldü. Bu dönüşüm, sınırlı işlem gücü ve bellek kapasitesine sahip akıllı telefonlarda gerçek‑zamanlı analiz yapılabilmesini sağladı. Uygulama, Kotlin dili ve Android Studio ortamı kullanılarak geliştirildi; yapay zekâ işlemleri doğrudan cihazda gerçekleştiği için veri gizliliği ve internet bağlantısı gereksinimi ortadan kalktı.

Göz merceğinin bulanıklaşmasıyla ortaya çıkan katarakt, dünya genelinde görme kaybının önde gelen nedenlerinden biri. Erken teşhis, cerrahi müdahale öncesi hastalığın seyrini izlemek ve tedavi planını şekillendirmek açısından kritik. Android tabanlı bu yenilikçi çözüm, özellikle sağlık hizmetlerine erişimin sınırlı olduğu bölgelerde, hastaların erken dönemde tarama yapabilmelerine olanak tanıyor. Yapay zekâ destekli mobil tarama teknolojisinin klinik ortamlara entegrasyonu, gelecekte göz sağlığı izlemede daha geniş bir dijital dönüşümün habercisi olabilir.