Klinik Kullanım için Yeni AI Gelişmeleri

Radboudumc’den araştırmacılar, klinik ortamda yapay zeka (AI) gelişimini, bir doktor gibi problemleri teşhis edebileceğini ve teşhisine nasıl ulaştığını gösterdikten sonra ilerlettiler.AI, already plays a role in this environment, being utilized to quickly detect abnormalities that could be labeled as a disease by experts.AI already plays a role in this environment, being utilized to quickly detect abnormalities that could be labeled as a disease by experts. AI, bu ortamda already bir rol oynar ve uzmanlar tarafından bir hastalık olarak etiketlenebilecek anormallikleri hızlı bir şekilde tespit etmek için kullanılır.

Klinik Ortamda AI

Yapay zeka, tıbbi görüntüleme teşhisinde giderek daha fazla kullanılmaktadır. Bir doktorun geleneksel olarak bir X-ray veya biyopsiyi inceleyerek anormallikleri tanımlayabilmesi artık AI ile yapılabilir. Derin öğrenme yoluyla bu sistemler, kendileri teşhis yapabilir ve çoğu zaman insan doktorlar kadar doğru veya hatta daha doğru olabilir.

Sistemler mükemmel değildir. Bir sorun, AI’nin nasıl analiz yaptığı ve teşhisine nasıl ulaştığı konusunda bilgi vermemesidir. Bir başka problem, belirli bir teşhisi ulaştıktan sonra durmalarıdır. Bu, sistemin bazı anormallikleri kaçırmasına neden olabilir, hatta doğru bir teşhis olsa bile.

Bu senaryoda, insan doktor genel olarak hasta, X-ray veya diğer görüntüleri观察 etmek konusunda daha iyidir.

AI’de Gelişmeler

Klinik ortamda AI için bu sorunlar şimdi araştırmacılar tarafından ele alınmaktadır. Christina González Gonzalo, Radboudumc’nin A-eye Araştırma ve Tanı Görüntü Analizi Grubu’nda doktora adayıdır.

González Gonzalo, retina anormalliklerini bulan göz taramaları kullanarak teşhis AI için yeni bir yöntem geliştirdi. Belirli anormallikler, insan doktorlar ve AI tarafından kolayca bulunabilir ve genellikle gruplar halinde bulunurlar.

AI sistemi, bir veya birkaç anormallik teşhis eder ve durur, bu da böyle bir sistemin kullanılmasıyla ilgili bir dezavantajı gösterir. Bunu ele almak için González Gonzalo, AI’nin resme birden fazla kez bakmasını sağlayan bir süreç geliştirdi. Bunu yaptığında, zaten kapsadığı yerleri görmezden gelmeyi öğrenir, bu da yeni onesini keşfetmesine olanak tanır. Ayrıca, AI şüpheli alanları vurgular, bu da tüm teşhis sürecini insanlar için daha şeffaf hale getirir.

Bu yeni yöntem, bu ortamlarda kullanılan geleneksel AI sistemlerinden farklıdır, bu sistemler göz taramasının tek bir değerlendirmesine dayanır. Şimdi, araştırmacılar yeni AI sisteminin nasıl teşhisine ulaştığını görebilir.

Zaten tespit edilen anormallikleri görmezden gelmek için AI sistemi, anormalliklerin etrafındaki sağlıklı dokularla dijital olarak doldurur. Teşhis, tüm değerlendirme turunun birleştirilmesiyle yapılır.

Çalışma, bu yeni sistemin diyabetik retinopati ve yaşa bağlı makula dejenerasyonun tespitinin duyarlılığını %11,2+/-2,0 oranında artırdığını buldu.

Bu yeni sistem, anormalliklere dayalı hastalıkların teşhisinde AI’nin nasıl kullanıldığını gerçekten değiştirebilir ve en büyük ilerleme, bu sürecin şeffaflığını gösterme yeteneğidir. Bu şeffaflık, daha fazla gelecekteki düzeltme ve gelişmelere olanak tanıyacak ve nihai hedef, bir AI sisteminin, alan içindeki en iyi insan uzmanlarından daha doğru ve hızlı bir şekilde problemleri teşhis edebilmesi olacaktır. Tüm bunlar, daha güvenilir bir sisteme yol açabilir ve bu da daha geniş bir alanda benimsenmesine neden olabilir.