Yapay zeka, eğitilmiş insan gözünden daha doğru bir şekilde kanser belirtilerini tespit etmek için kullanılıyor. Bu son AI modeli neredeyse %100’lük bir başarı oranına sahip ve gelecekteki şeylerin açık bir işareti olarak hizmet ediyor.
Yapay zeka kanser vakalarını başarıyla ölçtü
Avustralya’nın Charles Darwin Üniversitesi’nden (CDU) bilim insanları da dahil olmak üzere uluslararası bir bilim insanları ekibi, hücre ve dokuların mikroskobik görüntülerini değerlendirerek üreme tümörlerinin en yaygın formlarından biri olan endometriyal kanseri %99,26’lık etkileyici bir doğrulukla tespit edebilen ECgMPL olarak bilinen yeni bir AI modeli geliştirdi. Araştırmacılar, kolorektal ve oral kanser de dahil olmak üzere geniş bir hastalık yelpazesini tespit etmek için uyarlanabileceğini söylüyor.
Çalışmanın ortak yazarı CDU’dan Dr. Asif Karim: “Önerilen ECgMLP modeli, araştırmada tartışılan transfer öğrenme ve özel modelleri geride bırakarak %99,26’lık doğruluk oranına ulaşarak mevcut yöntemleri geride bırakıyor ve hesaplama açısından verimli. Ablasyon çalışmaları, kendi kendine dikkat mekanizmaları ve etkili eğitim yoluyla optimize edilen ECgMLP, birden fazla histopatoloji veri kümesinde iyi bir genelleme yaparak endometriyal kanser teşhisi için sağlam ve klinik olarak uygulanabilir bir çözüm haline getirir” dedi.
Bu bilimsel söylemin anlamı, iyi eğitilmiş modelin bu mikroskobik taramalara bakabilmesi ve kanserin erken evrelerini belirlemek için görüntü kalitesini artırabilmesi, çıplak gözle kolayca tespit edilemeyen sorunlu büyümeyi saptamak için taramaların belirli alanlarına odaklanabilmesidir. Şu anda, mevcut insan liderliğindeki teşhis yöntemleri yaklaşık %78,91 ila %80,93 oranında doğrudur. Endometriyal kanser tedavi edilebilir ve zamanında bulunursa hastalar için iyi bir beş yıllık sonuca sahiptir. Ancak, rahim dışına yayıldığında, etkili bir şekilde tedavi edilmesi zorlaşır. Bu da hayat kurtarmada zamanında teşhisi kritik hale getirir.
Şu anda 600.000’den fazla Amerikalı bu hastalıkla mücadele etti. Bu kanser nüfusun yarısını kişisel olarak etkilemese de, bilim insanları ECgMLP analizinin eğitildiği şeyden çok daha geniş bir uygulama alanına sahip olduğunu doğruluyor.
