--- title: Dijital Patoloji slug: dijital-patoloji-5cf30 url: /detay/dijital-patoloji-5cf30 type: article language: Türkçe entity: primary: Dijital Patoloji type: article disambiguation: Dijital patoloji: Mikroskop görüntülerinin dijitalleştirilmesi, uzaktan tanı ve yapay zeka desteğiyle hızlı ve etkili patoloji. categories: - name: Biyomedikal slug: biyomedikal url: /kategori/biyomedikal tags: - yapay zeka - Dijital - Patoloji - Biyomedikal - Tıp author: Mücahit Ertano created_at: 2025-04-28T19:08:33.931335+03:00 updated_at: 2025-05-30T18:53:28.780980+03:00 image: https://cdn.t3pedia.org/media/uploads/2025/04/28/bH9wWORokoIRENx9SxO6arl5fTNW6udB.png --- # Dijital Patoloji ## Article Content Dijital patoloji, cam mikroskop lamları üzerindeki dokuların *dijital görüntülere* dönüştürülmesi ve bu görüntülerin bilgisayar ortamında incelenmesi sürecini ifade eder. Bu dönüşüm, geleneksel ışık mikroskobuyla yapılan tanı yöntemini sanal ortama taşıyarak [patoloji laboratuvarlarında](/tr/detay/patoloji-4d37f/llms.txt) bir **dijital çalışma ortamı** yaratır. [Radyolojideki](/tr/detay/radyoloji-sozluk/llms.txt) filmden dijital ortama geçişe benzer şekilde, patolojide de dokuların dijitalleştirilmesi hem pratikliği artırmakta hem de yeni olanaklar sunmaktadır. Örneğin, yüksek çözünürlüklü tarayıcılar sayesinde bir dokunun tüm kesiti tek bir “dijital slayt” olarak kaydedilebilir ve patoloji uzmanları bu görüntüyü bilgisayarda yakınlaştırıp uzaklaştırarak sanki mikroskop başındaymış gibi inceleyebilir. Dijital patoloji kavramı, yalnızca görüntü taramayı değil aynı zamanda **telepatoloji** (uzaktan patoloji konsültasyonu) ve **yapay zekâ destekli** analizler gibi dijital araçların patoloji pratiğine entegre edilmesini de kapsar. Bu sayede bir patoloji vakasının dijital görüntüsü farklı coğrafi konumlardaki uzmanlar tarafından anında paylaşılabilir, ikinci görüş için bekleme süresi kısalabilir ve tanı süreçlerinde otomatik görüntü analizlerinin sağladığı objektif verilerden yararlanılabilir. Dijital patolojinin en temel bileşeni, **bütün slayt görüntüleme** (Whole Slide Imaging, WSI) teknolojisidir. Bu teknikte, cam lam üzerindeki preparat özel bir tarayıcı ile tamamen taranarak yüksek çözünürlüklü sayısal bir görüntü dosyası elde edilir. Elde edilen dijital görüntüler, güvenli sunucularda depolanır ve bilgisayarlar üzerindeki yazılımlar aracılığıyla patoloji uzmanlarının kullanımına sunulur. Dijital patoloji, patoloji bilgilerini dijital ortamda edinme, yönetme, paylaşma ve yorumlama imkânı tanıyan **dinamik ve görüntü tabanlı bir çalışma alanı** yaratmıştır. Bu alan; rutin tanı raporlamasından konsültasyonlara, eğitimden araştırmaya kadar pek çok uygulamayı içerecek şekilde hızla genişlemektedir. ### **Tarihçe** Dijital patolojinin temelleri, patoloji ve iletişim teknolojilerinin kesiştiği 20. yüzyılın ikinci yarısına kadar uzanır. Uzaktan patolojik inceleme fikri ilk kez 1960’larda ortaya atılmış; nitekim **1968 yılında** Boston’da bir havaalanı sağlık istasyonundaki mikroskop görüntülerinin, analog video yoluyla Massachusetts General Hospital’daki patologlara iletilmesi dijital patolojinin öncüsü sayılabilecek bir deneyim olarak tarihe geçmiştir. Bu tür ilk girişimler, o dönem için *telemedicine* (uzaktan tıp) kapsamında değerlendirilen deneysel uygulamalardı. **“Telepatoloji”** terimi ise 1980’lerde literatüre girmiştir ve uzaktan kontrollü robotik bir mikroskop aracılığıyla lam görüntülerinin gerçek zamanlı iletilmesini tanımlamıştır. 1986 yılında Dr. Ronald S. Weinstein tarafından ilk defa resmi olarak kullanılan telepatoloji sistemleri, özellikle dondurulmuş kesit incelemeleri, konsültasyonlar ve transplant patolojisi gibi özel durumlarda uygulanmıştır. Bu dönemde dijital görüntü aktarımı henüz sınırlı alanlarda kullanılsa da kavramın başarılı olması, ileride tüm patoloji pratiğine yayılacak dijitalleşme için bir zemin hazırlamıştır. 1990’ların sonu ve 2000’lerin başı, dijital patolojide dönüm noktalarını getirmiştir. Teknik gelişmeler sayesinde **bütün slayt tarayıcıları (WSI)** ticari olarak piyasaya çıkmaya başlamış ve ilk defa tüm preparatların eksiksiz dijitalleştirilmesi mümkün hale gelmiştir. Yaklaşık 20 yıl önce tanıtılan bu yüksek hızlı tarayıcılar, sadece araştırma veya eğitim amaçlı değil, *rutin teşhis* süreçlerinde de dijital görüntülerin kullanılabilmesinin kapısını açmıştır. Ancak uzun süre dijital patoloji daha çok pilot proje ve sınırlı uygulama olarak kalmış; [laboratuvarlar](/tr/detay/laboratuvar-otomasyonu-ec33e/llms.txt) çekinceler ve teknik engeller nedeniyle tamamen dijital sisteme geçmekte yavaş davranmıştır. **2010’lar** itibarıyla tarama hızlarının artması, depolama çözümlerinin gelişmesi ve yazılımların iyileşmesiyle, dijital patolojinin klinik ortamdaki rolü belirgin şekilde artmaya başlamıştır. Önemli bir kilometre taşı olarak, **2017 yılında** ABD Gıda ve İlaç Dairesi (FDA) ilk kez bir dijital patoloji sistemine (Philips IntelliSite) cerrahi patolojide birincil tanı amacıyla kullanım onayı vermiştir. Bunu **2020 yılında** ikinci bir sistemin (Leica/Aperio) onay alması izlemiştir. Bu gelişmeler, dijital patolojinin sadece araştırma ve konsültasyon aracı olmaktan çıkıp doğrudan hasta teşhisinde kullanılabileceğinin resmi kabulü anlamına geliyordu. Dijital patolojinin yakın tarihindeki ivmelenmede, **COVID-19 pandemisinin** de önemli bir etkisi oldu. 2020 yılında pandemiyle birlikte pek çok laboratuvar uzaktan çalışma ve [dijital erişim](/tr/detay/dijital-kimlik/llms.txt) ihtiyacıyla karşılaştı; buna yanıt olarak düzenleyici kurumlar dijital patolojinin kullanımını kolaylaştıracak geçici düzenlemeler yaptı. Örneğin, pandemi sırasında FDA, patoloji teşhislerinin uzaktan dijital ortamda yapılabilmesi için kısıtları geçici olarak esneten yönergeler yayınladı. Benzer şekilde bazı sağlık otoriteleri de dijital raporlama konusunda standartları hızla güncelledi. Pandemi, dijital patolojiye geçiş sürecini birkaç yıl öne çekerek birçok merkezin dijital altyapıya yatırım yapmasına vesile oldu. Günümüzde dijital patoloji, geçmişteki bu adımların birikimiyle, giderek daha fazla laboratuvarda rutin iş akışının parçası haline gelmektedir. ### **Dijitalleştirme Süreci** Dijital patolojinin kalbinde yer alan [dijitalleştirme süreci](/tr/detay/dijitallesme-748885/llms.txt), basitçe bir **patoloji preparatının taranması ve dijital arşive kazandırılması** olarak özetlenebilir. Bu süreç, geleneksel histopatolojik hazırlık adımlarından sonra başlar: Örneğin bir biyopsi alındıktan ve doku parçaları kesilip boyandıktan sonra, cam lam üzerindeki bu örnek **dijital tarayıcı** cihazına yerleştirilir. Tarayıcı, lamın tamamını otomatik olarak odaklayıp yüksek çözünürlükte fotoğraflar alarak birleştirir ve devasa boyutta bir görüntü dosyası oluşturur. Ortaya çıkan dijital görüntü (çoğu zaman gigapiksel düzeyinde ayrıntı içerir), laboratuvarın ağ sistemine kaydedilir ve güçlü bir sunucuda saklanır. Bu esnada görüntünün dosya formatı genellikle özel bir biçimdedir ve görüntü yönetim yazılımları ile ilişkilendirilir. Ardından, patoloji uzmanı bu görüntüye bir **dijital görüntüleme yazılımı** aracılığıyla erişir. Yazılım, görüntünün ekranda kaydırılmasına, yakınlaştırılıp uzaklaştırılmasına ve farklı alanlarının incelenmesine olanak tanır. Bu yönüyle dijital slayt incelemek, adeta Google Haritalar’da detaylara bakmaya benzetilebilir: Tüm dokunun panoramik görüntüsü üzerinde istediğiniz noktaya yakınlaşarak hücresel detaya inebilirsiniz. Patologlar, standart bir bilgisayar monitörü veya özel kalibrasyonu yapılmış tıbbi monitörler kullanarak dijital lamları değerlendirir ve gerekirse önemli alanları işaretleyebilir, ölçümler yapabilir. Dijitalleştirme sürecinin etkin işlemesi için sağlam bir **BT (Bilgi Teknolojileri) altyapısı** şarttır. Öncelikle, taranan görüntülerin boyutu çok büyük olabileceği için yüksek kapasiteli [veri depolama](/tr/detay/arsiv-nedir-d8cf4/llms.txt) birimleri ve yedekleme sistemleri gereklidie. Bir patoloji laboratuvarında günlük taranan yüzlerce preparatın görüntüsü, kısa sürede terabaytlarca yer kaplayabileceğinden, bu verilerin güvenli bir şekilde saklanması ve gerektiğinde hızlıca erişilebilmesi kritik önemdedir. Ayrıca ağ üzerinden görüntü paylaşımı yapılacaksa, özellikle uzak erişim noktaları için **yüksek bant genişliği** ve **düşük gecikme süresi** gerekmektedir. Örneğin, evden çalışan bir patoloğun merkezdeki sunucuda kayıtlı görüntüleri akıcı biçimde inceleyebilmesi için hastane altyapısının genellikle en az 10 Mb/sn hızında bir bağlantıyı desteklemesi önerilmektedir. Aksi halde, görüntülerin yüklenmesinde takılmalar veya gecikmeler teşhis sürecini yavaşlatabilir. Dijital tarama sürecinde kalite kontrol ve doğrulama adımları da önem taşır. [Tarayıcıların](/tr/detay/tarayici-d8fdc/llms.txt) optik odaklaması her seviyede mükemmel olmayabilir; bazen kalın doku kesitleri veya lam üzerindeki hava kabarcıkları nedeniyle bazı alanlar bulanık taranabilir. Bu durumda ilgili lamın yeniden taranması veya kritik alanların geleneksel mikroskopla kontrolü gerekebilir. Deneyimli dijital patoloji merkezleri, tarama sonrası görüntüleri otomatik olarak odak kalitesi, renk doğruluğu gibi kriterlere göre inceleyen yazılımlar kullanarak olası hataları erkenden tespit etmektedir. **Arşivleme** aşamasında ise her dijital görüntünün doğru kimlikle (hasta ve blok bilgileriyle) etiketlenmesi, uzun vadede düzenli bir dijital slide kütüphanesi oluşturmak için şarttır. Dijital görüntülerin paylaşımı söz konusuysa hasta mahremiyeti ve veri güvenliği protokollerine uyulması gerekir; görüntüler genellikle hastanın kimlik bilgileri gizlenmiş olarak veya şifrelenmiş bağlantılar aracılığıyla konsültasyon için gönderilir. Tüm bu dijitalleştirme süreci, başlangıçta manuel mikroskopiye kıyasla ek bazı adımlar getirse de uygun altyapı ve iş akışıyla entegre edildiğinde patoloji hizmetinin hızını ve verimliliğini önemli ölçüde artırabilmektedir. ### **Dijital Patoloji Ekosistemi** Dijital patoloji teknolojisinin başarılı bir şekilde günlük pratiğe yerleşebilmesi, kapsamlı bir **ekosistemin** kurulmasını gerektirir. Bu ekosistem; donanımlar, yazılımlar, insan kaynakları ve standartlardan oluşan bütüncül bir yapıdır. Akademik literatürde dijital patoloji ekosisteminin üç ana bileşeni olduğu vurgulanmaktadır: **Bilgi sistemleri**, **Dijital patoloji sistemleri** ve **Sistem araçları. ***Bilgi sistemleri*, hastane ve laboratuvar bilgi yönetim sistemlerini (örn. laboratuvar bilgi sistemi [LIS], hastane bilgi sistemi [HIS]) içerir. *Dijital patoloji sistemleri* ise tarayıcılar, dijital görüntüleyiciler, görüntü yönetim yazılımları ve yüksek çözünürlüklü monitörler gibi, dijital görüntüleri oluşturan ve kullanan altyapıyı kapsar. Üçüncü bileşen olan *sistem araçları* ise dijital patoloji platformunda çalışan uygulamaları ifade eder; örneğin görüntü analizi programları, [yapay zekâ tabanlı tanı destek yazılımları](/tr/detay/yapay-zeka-destekli-goruntuleme-ve-teshis-fd243/llms.txt) veya veri paylaşımına yönelik araçlar bu kategoriye girer. Bu üç bileşen bir arada uyum içinde çalıştığında, dijital patoloji ekosistemi kaliteli ve etkin bir hasta bakımını destekleyen şekilde işlev görür. Bir dijital patoloji ekosistemini kurup işletmek, multidisipliner bir çabayı gerektirir. Patoloji uzmanları, teknisyenler, bilişim uzmanları ve yöneticiler bir arada çalışarak sistemin planlanmasını ve devreye alınmasını sağlamalıdır. Her patoloji laboratuvarının iş yükü, vaka tipi ve ihtiyaçları farklı olduğundan, dijital sistemlerin kurulumu da kuruma özel bir planlama gerektirir. Örneğin, büyük bir akademik merkez ile küçük bir özel laboratuvarın dijitalleşme ihtiyaçları ölçek ve kapsam açısından farklı olacaktır. Ancak altyapının temel öğeleri benzerdir ve pek çok kurum için benzer **çerçeve unsurları** uygulanabilir durumdadır. Bu çerçeve, tarayıcı ve sunucu donanımının kurulması, ağ ve depolama altyapısının sağlanması, yazılımların entegrasyonu ve kullanıcı eğitimlerini içerir. Entegrasyon özellikle kritik bir konudur: Dijital patoloji sisteminin, var olan hastane bilgi sistemleri ve diğer görüntü arşiv sistemleriyle (örneğin radyoloji PACS sistemi, [elektronik sağlık kayıtları](/tr/detay/elektronik-saglik-kaydi-esk-bccd6/llms.txt)) uyumlu çalışması önemlidir. **Entegre bir ekosistemde**, patolojiden üretilen dijital görüntüler doğrudan hasta kayıt sistemine bağlanabilir, raporlama süreçleri hızlanır ve farklı disiplinlerle (ör. radyoloji) ortak çalışma zemini oluşur. Dijital patoloji ekosisteminin sürdürülebilirliği için **uluslararası standartlar**a uyum da büyük önem taşır. Farklı üretici ve yazılımların bir arada kullanıldığı ortamlarda, veri formatlarının ve iletişim protokollerinin standart olması, uzun vadede sistemlerin birbirleriyle konuşabilmesini sağlar. Bu amaçla sağlık bilişiminde yaygın kullanılan DICOM (tıbbi dijital görüntü standardı) ve HL7/FHIR (sağlık bilgi sistemleri arası veri alışveriş standardı) gibi standartlar, dijital patolojide de uygulanmaktadır. Örneğin, önde gelen tarayıcı üreticileri taradıkları görüntüleri DICOM formatında kaydetme seçeneği sunmaya başlamıştır; bu sayede bir cihazdan çıkan dijital lam görüntüsü başka bir kurumun yazılımında da açılabilir hale gelmektedir. Aynı şekilde, dijital patoloji raporlarının hastane sistemlerine aktarılmasında standart mesajlaşma protokolleri (HL7 gibi) kullanılarak farklı sistemlerin entegre olması sağlanır. Bu standartlara uyum, dijital patoloji ekosisteminin uzun vadede **esnek ve dayanıklı** olmasına olanak tanır. Böylece teknoloji değiştikçe veya kurumlar arası veri paylaşımı gerektiğinde, uyumluluk sorunları minimuma iner. Dijital patoloji ekosistemi; cihazlar, yazılımlar, insan faktörü ve standartların bir araya geldiği, hasta bakım kalitesini artırmayı hedefleyen kapsamlı bir ortamdır. ### **Kullanım Alanları ve Gelecek Perspektifi** Dijital patolojinin günümüzde kullanım alanları giderek genişlemektedir ve geleceğe dair beklentiler oldukça olumludur. **Klinik teşhis** en önemli kullanım alanlarından biridir: Dijital sistemler, bazı hastanelerde rutin biyopsi ve cerrahi materyal raporlamasında kullanılmaya başlanmıştır. Özellikle telepatoloji yoluyla, uzak bir bölgedeki [uzman patoloğun dijital görüntü üzerinden konsültasyon vermesi](/tr/detay/digital-pathology-ef83a/llms.txt) mümkün hale gelmiştir. Bu sayede, patoloji hizmetine erişimi kısıtlı bölgeler bile büyük merkezlerden hızlı ikinci görüş alabilmektedir. **Frozen section** (ameliyat sırasında hızlı tanı) işlemlerinde dijital patoloji kullanımı da başarıyla denenmiştir; cerrahiden alınan taze doku kesitleri taranıp anında uzman patoloğa iletilerek ameliyat esnasında uzaktan tanı konulabilmektedir. Bunun yanı sıra dijital patoloji, **eğitim** alanında çığır açmıştır: Tıp öğrencileri ve patoloji asistanları, dünyanın herhangi bir yerindeki dijital slayt arşivlerine erişerek nadir vakaları inceleyebilmekte, sanal mikroskop uygulamalarıyla kendi hızlarında pratik yapabilmektedir. Seminerler ve dijital “tümör panelleri” aracılığıyla, aynı dijital görüntü üzerinde birçok uzman tartışma yapabilmektedir. **Kalite kontrol ve arşivleme** de önemli kullanım alanlarındandır; dijital ortamda slaytların kaybolma riski olmadan saklanabilmesi, yıllar önceki bir vakanın bile anında bulunup incelenmesine olanak tanır. Bu da hem tıbbi kayıtların bütünlüğünü sağlar hem de gerektiğinde eski vakalara dönüp bakmayı kolaylaştırır. **Araştırma** ve geliştirme boyutunda da dijital patoloji yeni ufuklar açmıştır. Özellikle [yapay zekâ ve görüntü analizi](/tr/detay/goruntu-isleme-6ba57/llms.txt) tekniklerinin gelişmesiyle, dijital patoloji verileri üzerinden **yeni biyobelirteçler** keşfetmek mümkün hale gelmektedir. Örneğin, bir araştırma ortamında dijitalleştirilmiş patoloji görüntülerine makine öğrenimi algoritmaları uygulanarak, kanser dokularında insan gözünün ayırt edemeyeceği mikroskobik desenlerin prognostik (hastalık seyrini belirleyici) önem taşıdığı bulunabilir. Nitekim son yıllarda dijital patoloji verileri ile moleküler verileri entegre eden çalışmalar, patolojik görüntülerden [tümörün](/tr/detay/tumor-sozluk/llms.txt) genetik mutasyon profiline dair çıkarımlar yapmaya başlamıştır. Bu tür yaklaşımlar, gelecekte **kişiye özel tedavi** (precision medicine) alanında patolojinin oynayacağı rolü güçlendirmektedir. Özetle, dijital patoloji araştırmaları hem hastalıklara dair yeni bilimsel bilgiler üretme potansiyeline sahiptir hem de [yapay zekâ](/tr/detay/saglikta-yapay-zeka-32e11/llms.txt) desteğiyle tanıda insan yeteneğini aşan performanslara ulaşma ihtimali taşımaktadır. Gelecek perspektifine bakıldığında, dijital patoloji ile **yapay zekâ** entegrasyonunun heyecan verici bir alan olduğu söylenebilir. Halihazırda yapay zekâ algoritmaları, dijital patoloji görüntülerinde belirli görevleri yerine getirmek üzere kullanılmaya başlanmıştır. Örneğin, dijital bir lenf bezi [biyopsisinde](/tr/detay/biyopsi-sozluk/llms.txt) yapay zekâ yazılımı otomatik olarak metastatik kanser odaklarını tespit edip işaretleyebilmektedir. Bu tip **klinik karar destek** algoritmaları, henüz patoloğun yerine geçmekten ziyade onun işini kolaylaştıran araçlar olarak görülmelidir. Yapay zekâ, tekrarlayan ve zaman alan görevlerde (örneğin yüzlerce hücreyi sayma, tüm slide üzerindeki mitozları bulma gibi) büyük hız ve tutarlılık sağlayarak patoloğun daha karmaşık yorumsal işlere odaklanmasına imkân verir. İlerleyen yıllarda, onaylanmış yapay zekâ uygulamalarının patoloji pratiğinde **standart bir parça** haline gelmesi beklenmektedir. Hatta bazı yapay zekâ destekli sistemler, patoloğun atlayabileceği küçük odakları bile yakalayarak tanıda güvenlik ağı işlevi görebilir. Bu gelişmeler ışığında, gelecekte patoloğun rolü de evrilebilir: Rutin işlerin otomasyona devredildiği, patoloğun ise daha çok **denetleyici ve karar verici** konumda olduğu bir çalışma düzeni öngörülmektedir. Benzer şekilde, dijital patolojinin diğer tıbbi verilerle (radyoloji görüntüleri, genomik veriler vb.) bütünleştirilmesiyle, tanı ve tedavi planlamasında daha bütüncül bir yaklaşım mümkün olacaktır. ## Academic Sources and References 1. Jahn, Stephan W., Markus Plass, and Farid Moinfar. 2020. “Digital Pathology: Advantages, Limitations and Emerging Perspectives.” Journal of Clinical Medicine 9, no. 11: 3697. https://doi.org/10.3390/jcm9113697.Zia, Shamail, Isil Z. Yildiz-Aktas, Fazail Zia, et al. 2025. “An Update on Applications of Digital Pathology: Primary Diagnosis; Telepathology, Education and Research.” Diagnostic Pathology 20: 17. https://doi.org/10.1186/s13000-025-01610-9.Pressman, Carolyn. 2024. “Realizing the Potential of Digital Pathology.” Medical Laboratory Observer 56, no. 4 (April 2024): 8–11. https://ce.mlo-online.com/wp-content/uploads/2024/03/2404MLO08-11\_CE.pdf.Kiran, Nfn, Fnu Sapna, Fnu Kiran, Deepak Kumar, et al. 2023. “Digital Pathology: Transforming Diagnosis in the Digital Age.” Cureus 15, no. 9: e44620. https://doi.org/10.7759/cureus.44620.Park, Seung, Anil V. Parwani, Raymond D. Aller, et al. 2013. “The History of Pathology Informatics: A Global Perspective.” Journal of Pathology Informatics 4: 7. https://doi.org/10.4103/2153-3539.112689.