ABD’de yapılan araştırmalar, yapay zekanın metastatik meme kanserini ön teşhiş etmede doktorlar kadar başarılı olduğunu gösterdi. Yapay zekanın ön teşhisteki başarısı, diğer hastalıklarda da hayat kurtarıcı rol oynayabilir.
ABD merkezli Beth Israel Deaconess Medical Center ve Harvard Medical School araştırmacıları, yapay zekanın meme kanserini teşhis etmekte en az kendileri kadar başarılı olduğunu ortaya çıkardı.
Derin öğrenme yöntemleri kullanılarak yapılan çalışmalarda, yapay zekanın patoloji görüntülerini okuyabilecek kadar gelişme gösterdiği belirtildi.
Yapay zekanın tıp alanında gösterdiği ilerleme, Uluslararası Biyomedikal Görüntüleme Sempozyumu’nda düzenlenen yarışmada gözler önüne serildi. Yarışmada, yapay zekaya taraması için lenf düğümleri görüntüleri verildi.
Bu aşamada yapay zeka kanserli ve sağlıklı hücrelerin görüntülerini karşılaştırarak teşhis yapmak üzere eğitilmişti. Zamanla gelişen tarama yeteneği sayesinde, yapay zeka yarışmada sunulan görüntüleri yüzde 92 doğruluk payıyla analiz etti.
İnsan ve yapay zeka birlikte çalışacak
Araştırmacılar, doktorların mevcut yöntemler ile ön teşhiş doğruluk oranının yüzde 96 olduğunu ancak yapay zekanın kısa sürede bu seviyeye çıkacağına inandıklarını belirtti.
Amaç ise yapay zekanın veya bir patoloğun hastalık teşhisinde tek başına çalışması değil. İnsan ve yapay zeka beraber çalışarak ön teşhisteki başarıyı neredeyse %100’e çıkaracak.
Gelinen noktada, derin öğrenme ile geliştirilen yapay zeka, lenf düğümlerine ait numunelerin görüntülerini inceleyerek teşhis yapmayı başardı. Yapay zeka, eğitimlerde öğretilen milyonlarca lenf düğümü görüntülerinden sağlıklı ve tümörlü parçaları ayırt etmeyi başardı. Doktorlar da tümör olasılığını gösteren ısı haritaları hazırlayarak kanser riski üzerinde tahmin geliştirdi.
Araştırma makalesinde dikkat çekilen nokta, 2012’den bu yana geliştirilen yapay zeka yöntemlerinde derin öğrenmenin makine öğreniminden çok daha başarılı olduğu. Derin öğrenmenin yaptığı hatalar insan hatalarından fazla olsa da, araştırmacılar yapay zeka ile çalışarak ileride hata oranını %1’in altına indirmeyi umuyor.
