Kanser tedavisinde çığır açacak: Türk bilim adamı yapay zeka modeliyle geliştirdi
Boğaziçi Üniversitesi’nde yapay zeka ve makine öğrenmesi çalışmaları birçok merkez ve laboratuvarda devam ediyor.
Son olarak Doç. Dr. Mehmet Turan ve takımının yapay zeka ve derin öğrenme teknolojilerinin patoloji alanındaki uygulamaları üzerine gerçekleştirdiği son çalışması Elsevier’in saygın bilimsel mecmualarından Medical Image Analysis’te yer aldı. Doç. Dr. Turan bu teknolojiyi klinik uygulamaların bir kesimi haline getirerek daha süratli, sağlam ve şahsileştirilmiş tedavi seçeneklerine dayanak olmayı hedeflediklerini söz etti.
“Tanı sürecine kıymetli bir yenilik getirdik”
Yapay zeka ve derin öğrenme teknolojileri kullanarak geliştirdikleri modeller olan “PathoSeg” ve “PathopixGAN” ile kanser üzere hastalıklarının teşhis sürecini, mikroskop incelemelerinin ötesine taşımayı amaçladıklarını söyleyen Doç. Dr. Mehmet Turan, “
Patolojideki teşhis süreci, yıllardır mikroskop altında yapılan görsel incelemelerle sonluydu. Çalışmamızla birlikte, yapay zekayı kullanarak bu sürece değerli bir yenilik getirdik. ‘PathoSeg’ yapay zeka modelimiz sayesinde, hücre ve doku bölgelerinin segmentasyonu artık hem daha süratli hem de daha kesin biçimde yapılabiliyor. Bu, teşhis sürecini daha verimli hale getiriyor ve kanserli bölgelerin çok daha hassas bir biçimde tespit edilmesine imkan tanıyor”
dedi.
Model sayesinde kanserli hücre metastazının erken tespitinin de yapılabildiğini kaydeden bilim insanı, modelin gösterdiği ‘üstün performans’ın teşhisin doğruluğunu arttırdığını da söz ederek,
“‘PathoSeg’ modeli kanserli hücre ve dokuların segmentasyonunda gösterdiği üstün performansla teşhisin doğruluğunu artırırken, tıpkı vakitte tabiplerin iş yükünü de azaltıyor. Bilhassa metastazın erken tespiti yahut tedavi sürecinin izlenmesi üzere kritik alanlarda yanlışsız ve süratli tahliller yaparak, hasta bakımında manalı bir katkı sağlayabilir”
formunda konuştu.
“Veri problemlerini gideriyoruz”
“PathopixGAN” modeli sayesinde de histopatoloji datalarında ortaya çıkabilen meselelerin giderildiğini ekleyen Doç. Dr. Turan, modeli, “Geleneksel data toplama yollarıyla histopatoloji datalarında önemli bir dengesizlik yaşanıyor. Bilhassa ender rastlanan olaylar, modelin öğrenmesi için yetersiz kalabiliyor. ‘PathopixGAN’ gerçeğe çok yakın ve çeşitli yapay imgeler üreterek modelimizin daha geniş bir bilgi setiyle eğitilmesini sağladı. Böylelikle ender görülen patolojik yapıların bile başarılı bir biçimde segmentasyonunu gerçekleştirebiliyoruz. Bu, data dengesizliği konusunda atılmış değerli bir adım” kelamlarıyla özetledi.
“Modellerin dünyada referans noktası olmasını hedefliyoruz”
Ortaya koyulan modellerin alanında öncü bir niteliğe sahip olduğunu vurgulayan Doç. Dr. Turan,
“Akademik olarak öteki araştırmacılar için güçlü bir model ve data kaynağı sağlıyoruz. Yapay zeka kullanımının benimsenmesi sürecinde kıymetli bir referans noktası olmasını hedefliyoruz. Dal açısından ise, yapay zekanın klinik teşhis süreçlerine entegre edilmesi konusunda bir örnek teşkil etmeyi ve sıhhat hizmetlerinin genelinde yapay zeka kullanımının artmasına katkıda bulunmayı umuyoruz. Gayemiz bu teknolojiyi klinik uygulamaların bir modülü haline getirerek daha süratli, emniyetli ve şahsileştirilmiş tedavi seçeneklerine dayanak olmak”
diye konuştu.
ligobet setrabet bahiscom bankobet betewin