
Makale · 10 Kasım 2026
Açık veri kullanıma hazır mıdır?
21 tıbbi veri seti, 13 açık model
Hekimim. Üç yıl acilde çalıştım, şu an çocuk cerrahisi asistanıyım. Yapay zekânın tanıyı daha hızlı koymamıza, acil vakalarda zaman kaybetmememize ve her hastaya aynı şansı vermemize yardım etmesini istiyorum. Model eğitmeye bu yüzden kendim başladım; açık veriyle başlamamın nedeni de bu.
Son haftalarda 21 açık tıbbi veri seti hazırladım ve bunları Türkiye'nin ulusal yapay zekâ platformu EVREN'de 13 açık baseline modelle birlikte yayımladım. Bu 13 model 28 eğitim koşusu gerektirdi. Denemeler ve kişisel çalışmalarla birlikte 100'den fazla model eğittim. Veri setleri cerrahi videoyu (pankreas venleri, mide damarları, gastrektomi, rektum anatomisi), endoskopi ve bronkoskopiyi, fetal ve pelvik taban ultrasonunu, EKG'yi, idrar ve semen mikroskopisini, koroner anjiyografiyi ve el bileği grafisini kapsıyor. Koleksiyon: evren.ssyz.org.tr/collections/01a1b752-1527-7231-8d73-3e4174e74810.
Ven modeli
Modellerden biri laparoskopik pankreas cerrahisinde büyük venleri buluyor: superior mezenterik, portal ve splenik ven. Onu Peking Union Medical College Hospital'ın veri seti VIP20K ile eğittim. Daha önce görmediği dört ameliyatta veni karelerin %89,5'inde buldu.
Sonra başka bir hastanenin gastrektomi videolarında denedim (LapGC-KVAD-30, 30 ameliyat). Orada yalnızca portal ven işaretli. Model onu karelerin %47'sinde buldu. Ven iyi açığa çıkmış, kabarık ve koyu renkliyken model neredeyse tamamını boyadı. Yassı, soluk ya da ince bir doku altındayken hiç görmedi.
Bir cerrah portal venin bu iki görünümünü de bilir. Model yalnızca birini biliyordu, çünkü yalnızca birini görmüştü. Portal veni kaçırdığını gördüğümde meselenin en iyi sistemi seçmek olmadığını, asıl meselenin onu hangi veriyle eğittiğimiz olduğunu anladım.

Peki açık veri kullanıma hazır mıdır? 21 veri setinden sonra cevabım şu: çoğu zaman evet, ama indirdiğiniz hâliyle değil. Yaptığım kontroller şunlar.
Lisanslar
Pek çok tıbbi veri seti birden fazla yerde bulunuyor. Bir yanda yazarların kendi kaydı var (Zenodo, figshare, PhysioNet, bir dergi), bir yanda Kaggle, Roboflow, Hugging Face ya da Mendeley'deki kopyalar. Kopyalar çoğu zaman özgün kaynağın vermediği bir lisans gösteriyor.
Akciğer grafisi setlerinden birkaç örnek. Shenzhen ve Montgomery tüberküloz görüntülerinin Mendeley'deki bir kopyasında CC BY yazıyor, oysa özgün koşullar verinin araştırma grubu dışında paylaşılmamasını istiyor. Kermany ve arkadaşlarının çocuk pnömoni setinin 3. sürümünde “yalnızca araştırma için” ibaresi var, 2. sürümünde yok. LNDb akciğer BT kaydı bir alanda CC BY, açıklamasında CC BY-NC-ND diyor. “Laparoskopi” etiketli ve CC BY ya da MIT işaretli birkaç set, aslında ticari olmayan verinin kopyasıydı.
Makale ile verinin lisansı da farklı olabiliyor. LapGC-KVAD-30'un verisi CC BY 4.0, makalesi ise CC BY-NC-ND. Ben veriyi kullandım, makalenin hiçbir şeklini kullanmadım.
Bu yüzden her lisansı özgün kaynağında okuyor, nerede ve ne zaman okuduğumu not ediyorum. Bundan önce hiçbir şey yüklemiyorum. Bilinen akciğer grafisi koleksiyonlarının çoğu açık paylaşıma izin vermiyor.
Kopyalar ve sızıntılar
Her veri setini hastaya göre, cerrahi videoda ameliyata göre, hasta kimliği olmayan yerde gruba göre böldüm. Böylece bir kişinin görüntüleri hiçbir zaman hem eğitimde hem testte olmuyor. Bu gerekli, ama her zaman yeterli değil. Aynı veri bazen iki farklı adla yer alıyor.
En açık örnek bir EKG veritabanıydı. Chapman-Shaoxing'de 45.152 kayıt var. Bunların 66'sı farklı kayıt adlarıyla iki kez yer alıyor ve sinyaller birebir aynı. Benim bölmemden sonra bu çiftlerin 32'si iki tarafa düşmüştü: bir kopya eğitimde, diğeri doğrulama ya da testte. Bunu ben yakalamadım. EVREN içe aktarırken her dosyayı kontrol ediyor ve aynı içerikli dosyalar konusunda uyardı. Ham sinyalleri karşılaştırdım ve her çiftten bir kopyayı çıkardım.

Başkaları da vardı:
- ECG Images of Cardiac Patients: 928 dosya, ama yalnızca 491 farklı görüntü.
- PFUS1 (pelvik taban ultrasonu): 6 kopya video klasörü, 946 kare.
- FOCUS (fetal kalp): hem resmi eğitim hem resmi test setinde bulunan bir görüntü. MODUS (idrar sedimenti): beş böyle çift.
- HyperKvasir (endoskopi): resmi bölmeler, birbirinin neredeyse aynısı olan 42 görüntü çiftinin 20'sini farklı bölümlere ayırmış.
Birebir kopyaları dosya özetleriyle (hash) bulmak kolay. Birkaç saniye arayla çekilmiş aynı polip gibi neredeyse aynı görüntüler daha zor. Görüntü benzerliği kullandım, kararsız kalan çiftlere de kendim baktım. HyperKvasir poliplerinde 416 çifti kontrol edip 30'unu grupladım. Bunun da sınırı var: farklı annelerin fetal ultrason görüntüleri o kadar benzer olabiliyor ki benzerlik ölçüsü onları ayıramıyor.
ARCADE, PSFHS ve PFUS1'de birebir aynı bazı görüntülerin çizimleri farklıydı. Bu, etiketlerin gerçekte ne kadar kesin olduğunu gösteriyor.
Basit baseline'lar
HC18'de fetal baş için 0,78 Dice iyi bir sonuç gibi duruyor. Ama görüntünün ortasına konmuş sabit bir oval, görüntüye hiç bakmadan 0,78 alıyor. Model 0,976 alıyor. Klinik için daha önemlisi, baş çevresini ortalama 2,32 mm hatayla ölçüyor. Sabit oval ise 46,2 mm sapıyor.
Pankreas venlerinde, venlerin genelde bulunduğu yeri gösteren sabit bir maske Dice 0,17 alıyor, model 0,69. Kolon poliplerinde bu 0,41'e karşı 0,90. Sabit maske yanlış ölçüde daha iyi bile görünebiliyor: diğer hastanenin videolarında portal veni modelden daha sık “buluyor” (%71'e karşı %47), çünkü her karenin %23'ünü kaplıyor.
Bu baseline'ı şimdiye kadar 13 modelin beşi için çalıştırdım. Kalan sekizinde henüz yok.

Her model için iki koşu
Yayımlanan her modeli aynı ayarlarla, yalnızca rastgele başlangıç değeri (seed) farklı olacak şekilde iki kez eğittim. Çoğu veri setinde iki koşunun genel sonucu birbirinden en fazla 0,01 farklıydı. Tek tek sınıflarda fark 0,19'a kadar çıktı. 11 vakanın 3'ünde, doğrulamada seçtiğim koşu testte diğerinden biraz daha kötüydü. Seçim kuralını teste bakmadan önce belirliyorum ve teste yalnızca bir kez bakıyorum.
Başka merkezler
Doğrulama ve test sonuçları genelde birbirine yakındı. VISEM (sperm videoları) bir istisnaydı: her bölümde yalnızca üç erkek olduğu için hangi erkeklerin hangi bölüme düştüğü, sonucu benim yaptığım her şeyden daha çok değiştirdi.
Büyük düşüşler, portal vende olduğu gibi, başka merkezlerden geldi. PSFHS'de (doğum sırasında ultrason) iki merkezden ve iki cihazdan görüntüler var. Model kendi merkezinin görüntülerinde 0,94, ikinci cihazda 0,69 Dice aldı. Orada parlak bir prob temas çizgisini fetal baş sandı. Yalnızca eğitim merkezinde test ederseniz bunu görmezsiniz.

Eğitim sayfalarını okurken
EVREN'de ve çoğu platformda akılda tutulması gereken birkaç nokta var. Model sayfasındaki ana skor, segmentasyon modellerinde bile bir kutu (box) metriği; yani daha yüksek skor her zaman daha iyi maske demek değil. Gösterilen doğrulama kaybında maske terimi yok, eğitim kaybında var. Kaydedilen “en iyi” model doğrulamadaki en iyi epoktur ve bu çok erken bir epok olabilir. Bir sayıyı yazmadan önce her modeli özgün maskelere karşı kendim yeniden değerlendiriyorum.
Okuyucudan ricam
Bu veri setlerinin çoğu, yazarlarının çok değerli emeği. 21'inin hepsi artık açık: lisansları kaynağında kontrol edildi, hasta ya da grup düzeyinde bölündü, her değişiklik belgelendi. 13'ünün bir de baseline modeli var. Modellerin hiçbiri klinik bir araç değil.
Bunları ya da herhangi bir açık tıbbi veriyi kullanırsanız, lütfen projenize kopyala-yapıştır yapmayın. Önce kontrollü bir veri süzgecinden geçirin, kendi alanınıza uyarlayın ve insanlara faydalı bir şey üretin.
Koleksiyon: evren.ssyz.org.tr/collections/01a1b752-1527-7231-8d73-3e4174e74810 · Betikler: github.com/sahinparlak/open-medical-baselines