Sağlık
Sağlık hizmetlerinde yapay zekâdaki gelişmeler: Nathan Wang ile söyleşi

Öne çıkan noktalarModel yorumlanabilirliği, klinisyen güveni oluşturmak için yapay zekadaki en önemli son…
Daha fazla göster
- Model yorumlanabilirliği, klinisyen güveni oluşturmak için yapay zekadaki en önemli son gelişmedir.
- Yapay zekanın en büyük başarısı, derin genomik ve radyomik entegrasyonundan gelecektir.
- Nathan Wang, beyin kanseri tespiti için derin öğrenme ve doku analizini birleştiren topluluk öğrenmesini kullanmaktadır.
Yapay Zeka, sağlık hizmetleri endüstrisindeki gelişmelerin ana faktörlerinden biri haline geliyor. RE•WORK – Sağlık Hizmetlerinde Yapay Zeka Zirvesi Boston öncesi, Johns Hopkins Üniversitesi‘nde Derin Öğrenme/Tıbbi Görüntüleme Araştırmacısı olan Nathan Wang ile konu hakkında görüşlerini sorduk. Şöyle dedi:
Sağlık hizmetlerinde yapay zekanın en önemli gelişmesini neler düşünüyorsunuz?
Geçtiğimiz yıllarda, model yorumlanabilirliği alanında büyük ilerlemeler kaydedildi. Bir araştırmacı olarak, yapay zekanın “nedenlerini” sezgisel olarak kavramak, daha güçlü ve doğru modeller oluşturmamızı sağlıyor. Umarım klinisyenler ve hastalar sonunda bu yapay zeka sistemlerine daha fazla güven duyacaklar.
Sağlık hizmetleri ve hasta sonuçları için yapay zekanın en büyük başarısı nedir?
Sanırım yapay zekanın en büyük başarısı henüz gelmedi. Derin genomik ve radyonik daha önemli hale geldiğinde, yapay zeka bugün olduğundan daha büyük bir rol oynayacak.
Çalıştığınız bir yapay zeka projesinden son başarılar nelerdir? Bu projede hangi zorluklarla karşılaştınız ve bunları nasıl aştınız?
Johns Hopkins’teki çalışmam, derin öğrenme tabanlı intraoperatif görüntü analizini içerir, özellikle optik koherens tomografisi (OCT) görüntülerinden insan beyni korteksinde kanser ve kanser olmayan dokuları ayırt etmeyi hedefler. Karşılaştığım önemli bir zorluk, AI modelinin eğitim setinin dışında kalan hastalardan gelen verilere genellemesini sağlamaktı. Derin ağlar gizli kalıpları çıkarmada başarılı olsalar da, en kolay öğrenilen kalıplar her zaman doğru değildir. Bu nedenle, farklı veri normalleştirmesi ve dönüşüm yöntemlerini kullanmak önemlidir. Projemde, görüntüdeki dokunun derin öğrenme ve klasik kalıp tanıma tekniklerinin birlikte çalıştığı bir ensemble öğrenme düzeninde çok faydalı olduğunu gördüm.
5 ila 10 yıl içinde klinik iş akışında yapay zeka ne kadar içselleşecektir? O zaman bazı gelecek trendler neler olacaktır?
Yapay zekanın, klinik iş akışında uzmanlara, tanıdan tedaviye kadar her aşamada daha da yakın bir şekilde yardımcı olacağını görüyorum. Yapay zeka, sadece erken tanı ve taramada değil, aynı zamanda uzun vadeli prognozları öngörmede de başarılı oldu. Yapay zeka ile daha kesin ve verimli hale getirilebilecek zamanında tedavi, insanların daha uzun ve sağlıklı yaşamasını sağlayabilir.
Sağlık Hizmetlerinde Yapay Zeka Zirvesi’nde konuşurken en çok neyi heyecanla bekliyorsunuz?
Sağlık hizmetlerinde yapay zekanın önemi ve etkisi, çeşitli endüstrilerden ve araştırma geçmişlerinden gelen uzman konuşmacıların etkileyici panelinde açıkça görülüyor. Kendi alanıma komşu alanlardaki yapay zekanın ön saflarından ilk elden öğrenmek ve araştırmamın yönünü olumlu yönde etkileyecek ilham verici konuşmalara katılmak için sabırsızlanıyorum.
Daha fazla bilgi mi almak istiyorsunuz?
Nathan, Sağlık Hizmetlerinde Yapay Zeka Zirvesi‘nde 13-14 Ekim 2022’de Boston, MA’da konuşmacı olarak katılacak. Sağlık hizmetlerindeki son trendleri ve fırsatları öğrenmek için birçok yapay zeka, makine öğrenimi ve derin öğrenme uzmanıyla birlikte katılın.
Erken Kayıt İndirimi 2 Eylül Cuma günü sona eriyor, bugün yerinizi ayırtın.
İndirim kodu: UNITEAI ile %20 indirim kazanın.
Daha fazla bilgi için hello@re-work.co ile iletişime geçin.










