Klinik karar desteği · araştırma prototipi

Cilt lezyonu triyajı,
cihaz olmadan.

3D tüm-vücut görüntüleme klinik standart ve donanım pahalı. Bu proje tek bir soruyu ölçtü: o cihazın ürettiği sinyalin ne kadarı sıradan bir fotoğrafta kalıyor?

Demoyu aç Kanıta bak

PMAA bünyesinde geliştirildi, Kayseri.

401.059değerlendirilen lezyon
1.042 hasta

0,954ROC-AUC
hasta bazlı 5 fold

0,0006kendi ölçümümüzle bağımsız
test arasındaki fark

%57daha az inceleme yükü
%99 duyarlılıkta

Cevap, ölçülmüş hali.

401.059 lezyon üzerinde, görüntü zaten elde varken cihazın 33 ek ölçümünün katkısı 0,005'ten küçük.

Bu bir "fark bulamadık" ifadesi değil. Dar bir eşdeğerlik aralığı: %95 GA [−0,0054, +0,0040].

İddia cihazın değersiz olduğu değil. Cihaz ölçümleri görüntü yokken güçlü katkı veriyor (+0,0438). Görüntü eklendiğinde bu katkı kayboluyor — cihazın ürettiği bilgi telefon kalitesindeki fotoğrafta zaten mevcut. İlişki simetrik değil: görüntü cihazı kapsıyor, tersi geçerli değil.

Doğrulayan başkası.

Kendi çapraz doğrulamanızın iyimser olmadığını iddia etmek yetmez, gösterilmesi gerekir. Her iki kol da ISIC 2024 yarışmasının gizli test setine gönderildi — kol başına tek gönderim, sonuca bakıp ayar değiştirilmedi.

%80 duyarlılık üstü kısmi AUC. Rastgele ≈ 0,02, kusursuz = 0,20.
Kol	Kendi ölçümümüz	Public test	Private test
Cihazsız	0,1630	0,16359	0,15142
Cihazlı	0,1628	0,16712	0,15525
Fark	−0,0003	+0,00353	+0,00383

Cihazsız kol kendi ölçümümüzde 0,1630, üçüncü tarafın hiç görmediğimiz veride ölçtüğünde 0,16359 — arada 0,0006. Farklı hastalar, bağımsız test, başkasının hesabı; neredeyse aynı sayı.

Bir kademe tarar. İkincisi karar verir.

Kademe 1, sıradan bir fotoğraftan "bu lezyona bakmaya değer mi" sorusunu cevaplıyor. Ama yakaladığı malign sinyalin %60'ı melanom değil, dolayısıyla "melanom mu" sorusunu cevaplayamıyor. Bu boşluk varsayılmadı, ölçüldü — ikinci kademenin gerekçesi bu.

Dört lezyonun hem klinik hem dermoskopik fotoğrafı, her birinin altında iki kademenin verdiği risk bandı — **Aynı lezyon, iki modalite.** Dört lezyon, her biri iki kez: üstte sıradan klinik fotoğraf, altta dermoskopik görüntü. Kademe 1 dördünü de aynı 7–9/10 bandına koyuyor, ayırt edemiyor. Kademe 2 dermoskopik görüntüyle ayırıyor: iki melanoma 10 ve 8, melanom olmayan ikisine 6 ve 2. Veri setinin kendi zorluk etiketine göre zor sayılan vakalarda.

Kademe 1 — tarama

Bir fotoğraf ve rutin olarak elde bulunan birkaç klinik alan, kalibre bir risk ve inceleme sırasında bir yer üretiyor.

Kademe 2 — ayrım

Dermoskopik görüntü melanomu diğerlerinden ayırıyor. Klinik alanlar burada ölçüldü ve katkı vermedi.

Kademe 2, kaynak veride bulunan 1.132 kopya grubu temizlendikten ve hasta bazlı bölme yeniden kurulduktan sonra eğitildi. Aynı veriyle kurulan öncül bir çalışma 0,9491 bildiriyordu; kopyalar atılıp bölme sıkılaştırılınca sayı 0,9319'a düştü — aradaki fark sızıntının bedeli. Ardından dört kurumda toplanmış, eğitim verisiyle sıfır örtüşen 12.345 görüntülük bağımsız kohortta 0,9512 aldı.

Gerçek vakalarda nasıl görünüyor.

Bunlar Kademe 2'nin tamamen harici bir kohorttaki tahminleri — dört kurumda 2008-2021 arasında görüntülenmiş Türk hastalar, malignlerin tamamı biyopsiyle doğrulanmış. Model bu veriyi hiç görmedi, eğitim kümesiyle örtüşme sıfır.

Sekiz dermoskopik görüntü: dört doğrulanmış melanom yüksek, dört melanom olmayan düşük skor almış — **Kademe 2, hiç görmediği veride.** Üstte doğrulanmış melanomlar, skorları 0,603-0,994; altta melanom olmayanlar, 0,001-0,005 — arada iki büyüklük mertebesi. Örnekler seçilmiş uç vakalar değil: doğru sınıflandırılanlar arasından *medyan güven düzeyindekiler* alındı. Bu kohortta ölçülmüş başarım ROC-AUC 0,9512 [0,9238, 0,9720].

Lezyona bakıyor mu?

Başarım sayısından daha çok önem taşıyan bir akıl sağlığı denetimi: model lezyona mı tepki veriyor, yoksa kadrajdaki tesadüfi bir şeye mi?

Altı lezyonun altında oklüzyon duyarlılığı ısı haritaları — **Oklüzyon duyarlılığı.** Görüntünün her bölgesi sırayla bulanıklaştırılıp tahmin edilen riskteki değişim kaydediliyor. Kırmızı, silinince riski düşüren bölgeleri işaretliyor — yani modelin dayandığı yerleri. Duyarlılık çevredeki deri, kıl ya da kadraj kenarına değil lezyona yoğunlaşıyor. Bu bir gradyan-belirginlik yöntemi değil ve dikkat hakkında bir iddia da değil; çıktının bilgi çıkarılmasına verdiği tepkiyi ölçüyor.

Önceliklendirme, dışlama değil.

3D tarama yapılan bir hastada incelenecek yaklaşık 385 lezyon oluyor. Model bu listeyi sıralıyor. Klinik soru "kaç lezyona bakalım" değil, "kaç kanseri kaçırmayı göze alıyoruz".

%57

%99 duyarlılıkta

385 lezyon hasta başına 165'e iniyor.

%76

%95 duyarlılıkta

385 lezyon 93'e iniyor.

%86

%90 duyarlılıkta

385 lezyon 54'e iniyor.

Eşiğin devredilebilirliği ayrıca sınandı: eşiği diğer fold'larda seçip tutulan fold'da ölçmek en fazla 1,0 puan duyarlılık götürüyor. En üst satır hem en savunulabilir hem en kararlı çalışma noktası.

Bir servis, defter değil.

İki kademe de belgelenmiş bir yanıt şemasıyla HTTP servisinin arkasında duruyor ve konteyner olarak paketlendi. Arayüz kalibre olasılık, triyaj yüzdeliği ve lezyonun düştüğü çalışma noktasını döndürüyor — ham skoru asla.

Triyaj arayüzü: solda lezyon girdi paneli, ortada görüntü tuvali, sağda değerlendirme paneli — **Çalışan arayüz.** Solda lezyon girdisi, ortada görüntü, sağda değerlendirme; iki kademe ayrı sekmeler. Alt şerit hangi bileşenlerin yüklü olduğunu ve hangi cihazda koştuğunu bildiriyor. Aç →

400 ms

Kademe 1 gecikme

Medyan, CPU üzerinde.

190 ms

Kademe 2 gecikme

Medyan, CPU üzerinde.

0,00

Konteyner sapması

Geliştirme makinesiyle birebir aynı tahmin.

Bağımlılık sürümleri sabitlendi, çünkü sabitlenmemiş bir yükseltmenin tahminleri kaydırdığı gözlendi. Sabitlendiğinde iki farklı işletim sistemi, iki farklı işlemci aynı lezyon için aynı sayıyı döndürüyor — varsayılarak değil, saklanan tahminlerle karşılaştırılarak doğrulandı.

Sürekli tümleştirme her commit'te koşuyor ve bilerek sessiz hataları hedefliyor: özniteliklerin sırası, kalibrasyon sabitleri, çalışma noktası eşikleri ve yanıt sözleşmesi. Bu testler, geliştirme sırasında böyle bir hata yaşandığı için var — model çalışmaya devam etmişti, sadece yanlış çalışıyordu.

Tasarım ilkesi.

Klinik girdilerin işi görüntüyü tekrar etmek değil, görüntünün fiziksel olarak içeremediğini sağlamaktır.

Renk, asimetri ve kenar zaten fotoğrafta ve ağ bunları elle tasarlanmış betimleyicilerden daha iyi okuyor — tam bir morfometri katmanı kuruldu, alternatifine karşı ölçüldü ve tam olarak bu yüzden çıkarıldı. Lezyon boyutu ise tersi durum: kalibrasyonsuz bir fotoğraftan hiçbir şekilde çıkarılamıyor. Kusursuz bir bölütleme maskesi verildiğinde bile gerçek fiziksel boyutla korelasyon ρ = 0,19, p = 0,31 çıktı. Bu bir model kapasitesi sorunu değil, bilgi-teorik bir sınır; çözümün modelin dışından gelmesi gerekiyor — kadraja konan bir ölçek referansından.

Adı konması gereken iki karar

İkisi de tercihle değil ölçümle belirlendi ve ikisi de yaygın varsayılanın tersine çıktı. Omurga bir kademede uyarlanıyor, diğerinde hiç dokunulmuyor: Kademe 1'de yalnızca 393 pozitif varken büyük bir görü modelini uyarlamak denendi ve sabit bırakmaktan kötü ölçüldü; Kademe 2'de 5.479 pozitif var ve karar tersine dönüyor. Ham olasılıklar kullanılamazdı: sıralama çok iyiydi ama model prevalansı 11,4 kat eksik tahmin ediyordu, dolayısıyla "bu lezyonun riski %X" biçiminde tek bir dürüst cümle kurulamazdı. Ayrılmış veride bir kalibrasyon adımı oturtuldu ve doğrulandı.

Ne değildir.

Dört ayrı sızıntı kaynağı kendi işimizde yakalanıp kaldırıldı, üç yaklaşım ölçülüp elendi. Çürüyen hipotezler gizlenmedi; bu sınırlar da gizlenmiyor.

Tanı aracı değildir. Önceliklendirir; hekim kararının yerine geçmez.
Baş-boyun bölgesinde en zayıf (0,9066) ve orası en yüksek prevalanslı bölge.
Işığa duyarlı. Ağır düşük ışıkta görüntü kanalı katkısını kaybediyor. İyi aydınlatma ve sıkıştırmasız çekim bir kullanım koşuludur, öneri değil.
Çekim modu görüntüden sızıyor. Değişken modele hiç verilmediği halde iki çekim modu arasında başarım farkı var.
Kademe 2 dermoskopik görüntü ister. Telefon fotoğrafı verilirse alan kayması olur ve sonuç geçersizdir.
Prospektif klinik doğrulama yapılmadı. Tüm sonuçlar geriye dönüktür.

Gizlilik ve kişisel veri

Demo, saklanacak hiçbir şey olmayacak biçimde kurgulandı:

Yüklenen görüntü yalnızca istek süresince bellekte tutuluyor, diske hiç yazılmıyor.
Hesap yok, veritabanı yok, görüntü depolama yok. Yanıt döndükten sonra hiçbir şey kalmıyor; sonradan kimliklendirilebilecek bir veri de yok.
Kişisel veri istenmiyor; klinik alanlar kaba ve kimlik belirtmeyen değerlerdir.
Sonuçlar eğitimde ya da başka bir işlemede kullanılmıyor.

Burası bir gösterimdir, klinik sistem değildir; tıbbi karar için kullanılmamalıdır.

Cilt lezyonu triyajı,cihaz olmadan.