Yapay Zeka ile Kanser Tanısında Devrim Yaratan Modeller
Boğaziçi Üniversitesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Mehmet Turan ve ekibi, “PathoSeg” ve “PathopixGAN” adlı yapay zeka modellerini geliştirerek, kanser gibi ciddi hastalıkların tanı süreçlerini hızlandırmayı ve tanı hassasiyetini artırmayı hedefliyor. Doç. Dr. Turan, “Patolojideki tanı süreci, uzun yıllar boyunca mikroskop altında yapılan görsel incelemelerle sınırlı kalmıştı. Geliştirdiğimiz yapay zeka modelleri sayesinde, hücre ve doku bölgelerinin segmentasyonu artık hem daha hızlı hem de daha kesin bir şekilde gerçekleştirilebiliyor.” ifadelerini kullanarak, çalışmanın önemini vurguladı. Bu araştırma makalesi, saygın bilimsel dergilerden biri olan Medical Image Analysis’te yayımlandı.
Boğaziçi Üniversitesi’nde yapay zeka ve makine öğrenmesi alanındaki çalışmalar, birçok merkez ve laboratuvar tarafından sürdürülmektedir. Doç. Dr. Turan ve ekibinin yapay zeka ve derin öğrenme teknolojilerinin patoloji alanındaki uygulamaları üzerine gerçekleştirdiği son araştırma, yine Medical Image Analysis dergisinde yer bulmuştur. Doç. Dr. Turan, bu teknolojiyi klinik uygulamaların bir parçası haline getirerek, daha hızlı, güvenilir ve kişiselleştirilmiş tedavi seçeneklerinin sunulmasını amaçladıklarını belirtti.
“Tanı Sürecine Önemli Bir Yenilik Getirdik”
Yapay zeka ve derin öğrenme teknolojileri kullanarak geliştirdikleri “PathoSeg” ve “PathopixGAN” modellerinin, kanser gibi hastalıkların tanı süreçlerini mikroskop incelemelerinin ötesine taşımayı hedeflediğini ifade eden Doç. Dr. Turan, “Patolojideki tanı süreci, uzun yıllar boyunca mikroskop altında yapılan görsel incelemelerle sınırlı kalmıştı. Çalışmamız ile yapay zekanın bu sürece önemli bir yenilik getirdiğini düşünüyoruz. ‘PathoSeg’ yapay zeka modelimiz sayesinde, hücre ve doku bölgelerinin segmentasyonu artık hem daha hızlı hem de daha kesin bir şekilde gerçekleştirilebiliyor. Bu durum, tanı sürecini daha verimli hale getiriyor ve kanserli bölgelerin çok daha hassas bir şekilde tespit edilmesine olanak tanıyor.” şeklinde konuştu.
Modelin, kanserli hücre metastazının erken tespitine olanak sağladığını belirten bilim insanı, modelin gösterdiği üstün performansın tanının doğruluğunu artırdığını da ekledi. Doç. Dr. Turan, “‘PathoSeg’ modeli, kanserli hücre ve dokuların segmentasyonunda gösterdiği üstün performans ile tanının doğruluğunu artırırken, aynı zamanda doktorların iş yükünü de önemli ölçüde azaltıyor. Özellikle metastazın erken tespiti veya tedavi sürecinin izlenmesi gibi kritik alanlarda doğru ve hızlı analizler yaparak, hasta bakımında anlamlı bir katkı sağlama potansiyeline sahip.” dedi.
“Veri Sorunlarını Gideriyoruz”
“PathopixGAN” modeli ile histopatoloji verilerinde karşılaşılabilecek sorunların giderildiğini belirten Doç. Dr. Turan, bu modelin, “Geleneksel veri toplama yöntemleri ile histopatoloji verilerinde ciddi bir dengesizlik ortaya çıkabiliyor. Özellikle nadir görülen vakalar, modelin öğrenmesi için yetersiz kalabiliyor. ‘PathopixGAN’, gerçeğe çok yakın ve çeşitli yapay görüntüler üreterek, modelimizin daha geniş bir veri seti ile eğitilmesini sağladı. Böylece nadir görülen patolojik yapıların bile başarılı bir şekilde segmentasyonunu gerçekleştirebiliyoruz. Bu, veri dengesizliği konusunda atılmış önemli bir adım.” şeklinde özetledi.
“Modellerin Dünyada Referans Noktası Olmasını Hedefliyoruz”
Geliştirilen modellerin alanında öncü bir niteliğe sahip olduğunu vurgulayan Doç. Dr. Turan, “Akademik alanda diğer araştırmacılar için güçlü bir model ve veri kaynağı sağlıyoruz. Yapay zeka kullanımının benimsenmesi sürecinde önemli bir referans noktası olmasını hedefliyoruz. Sektör açısından ise, yapay zekanın klinik tanı süreçlerine entegre edilmesi konusunda bir örnek teşkil etmeyi ve sağlık hizmetlerinin genelinde yapay zeka kullanımının artmasına katkıda bulunmayı umuyoruz. Hedefimiz, bu teknolojiyi klinik uygulamaların bir parçası haline getirerek, daha hızlı, güvenilir ve kişiselleştirilmiş tedavi seçeneklerine destek olmaktır.” diye konuştu.
KAYNAK: HABER7
