Yapay zeka kanseri erkenden tespit edebilecek!
MIT'nin bilgisayar mühendisliği ve yapay zeka geliştirmeye odaklanan CSAIL bölümündeki araştırmacılar, pankreas kanserini mevcut teşhis standartlarından daha yüksek bir eşikte tespit edebilen iki makine öğrenimi algoritması geliştirdi.
Ufuk Tufan
İki model birlikte “PRISM” sinir ağını oluşturmak için oluşturuldu. Pankreas kanserinin en yaygın türü olan pankreas duktal adenokarsinomunu (PDAC) spesifik olarak tespit etmek için tasarlandılar.
Mevcut standart PDAC tarama kriterleri, profesyoneller tarafından muayene edilen hastalardaki vakaların yaklaşık %10’unu yakalıyor. Karşılaştırıldığında, MIT'nin PRISM'i PDAC vakalarını %35 oranında tespit edebildi.
Teşhis alanında yapay zekanın kullanılması tamamen yeni bir başarı olmasa da, MIT'nin PRISM'i geliştirilme şekli nedeniyle öne çıkıyor. Sinir ağı, ABD genelindeki sağlık kurumlarından gelen çeşitli gerçek elektronik sağlık kayıtlarına erişim temel alınarak programlandı. Ekipten araştırmacılar, bu özel araştırma alanında bir yapay zeka modeline beslenen bilgi ölçeğini "aştığını" söylediği 5 milyondan fazla hastanın elektronik sağlık kayıtlarından oluşan verilerle beslendi.
Yapay zeka kanseri erkenden tespit edebilecek!
Yapay zeka, hasta demografisini, önceki teşhisleri, bakım planlarındaki mevcut ve önceki ilaçları ve laboratuvar sonuçlarını analiz ederek çalışıyor. Model toplu olarak, elektronik sağlık kayıt verilerini hastanın yaşı ve yaşam tarzında belirgin olan belirli risk faktörleriyle birlikte analiz ederek kanser olasılığını tahmin etmeye çalışıyor. Yine de PRISM, yapay zekanın kitlelere ulaşabildiği oranda hastaya teşhis koymaya yardımcı olabiliyor.
Bu, MIT'in kanser riskini tahmin edebilecek bir yapay zeka modeli geliştirme konusundaki ilk girişimi değil. Özellikle, mamogram kayıtlarını kullanarak kadınlar arasında meme kanseri riskinin nasıl tahmin edileceğini modeller eğitmek için bir yöntem geliştirdi. MIT uzmanları, bu araştırma doğrultusunda, veri kümeleri ne kadar çeşitli olursa, yapay zekanın farklı ırklar ve popülasyonlar arasındaki kanserleri teşhis etmede o kadar iyi olacağını doğruladı.
