MIT’nin yapay zekası, meme kanserini 5 yıl önceden tespit edebiliyor
MIT'nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı, meme kanserinin gelişimini beş yıl öncesine kadar tahmin edebilecek, derinlemesine öğrenmeye dayalı yeni bir yapay zeka tahmin modeli geliştirdi.
MIT‘nin Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı, meme kanserinin gelişimini beş yıl öncesine kadar tahmin edebilecek, derinlemesine öğrenmeye dayalı yeni bir yapay zeka tahmin modeli geliştirdi. Ürün üzerinde çalışan araştırmacılar, diğer benzer projelerin çeşitli ön yargılara sahip olduklarını kabul ettiler. Zira benzer ürünler beyaz hastalar üzerinde tahminler yapabiliyor olsa da siyahi hastalar için bir yetersizlik mevcuttu. Ancak MIT’nin yeni aracı hem beyazlar hem de siyahiler için eşit olarak çalışıyor.
MIT tarafından yazılan bir blog yazısına göre siyahi kadınlarda meme kanserinin görülme riski, beyaz kadınlara göre yüzde 42 daha fazla. MIT, bu tekniğin geliştirilmesindeki çalışmalarının, özellikle derin öğrenme modellerinin geliştirilmesinde iyi temsil edilmeyen azınlıklar için bu nitelikteki sağlık risklerinin değerlendirilmesini daha doğru hale getirmeyi hedeflediğini belirtti.
Massachusetts General Hospital’da bulunan 60 binden fazla hastanın mamografi ve hasta sonuçları üzerine eğitilmiş olan bu MIT aracı, verileri alıyor ve patentleri tanımlamak için “deep learning” yöntemini kullanıyor. Bu verilerin insanlar tarafından açıkça gözlenemediğini belirtelim. Yani bu noktada teknolojinin önemi ortaya çıkıyor. Mevcut varsayımlara dayanmadığından ya da en iyi ihtimalle düşündürücü bir çerçeve olan risk faktörleri hakkında bilgi alınmadığından, sonuçların bugüne kadar özellikle öngörücü, tanı öncesi keşiflerde çok daha doğru olduğu gösterilmiştir.
Proje genel olarak, sağlık uzmanlarının, bireylerin bakımları için doğru tarama programını bir araya getirmelerine yardımcı olmak ve geç tanı konmasının yürek kırıcı ve çok yaygın sonuçlarını ortadan kaldırmak için tasarlandı. Sonuç olarak MIT, tekniğin mevcut risk modelleri ile benzer problemleri olan diğer hastalıkların çok fazla boşluk ve daha düşük doğruluk dereceleri ile tespit edilmesini iyileştirmeyi umuyor.