0

BEĞENDİM

ABONE OL

News

0

Boğaziçi Üniversitesi Bilgisayar Mühendisliği Kısmı Öğretim Üyesi Doç. Dr. Mehmet Turan ve grubu tarafından geliştirilen “PathoSeg” ve “PathopixGAN” isimli yapay zeka modelleri sayesinde, kanser üzere hastalıklar için teşhis süreçlerini hızlanırken teşhis hassasiyeti de artıyor. “Patolojideki teşhis süreci, yıllardır mikroskop altında yapılan görsel incelemelerle sonluydu.

Geliştirdiğimiz yapay zeka modelleri sayesinde hücre ve doku bölgelerinin segmentasyonu artık hem daha süratli hem de daha kesin halde yapılabiliyor.” diyen Doç Dr. Mehmet Turan’ın araştırma makalesi ise Elsevier’in saygın bilimsel mecmualarından Medical Image Analysis’te yer aldı.

Boğaziçi Üniversitesi’nde yapay zeka ve makine öğrenmesi çalışmaları birçok merkez ve laboratuvarda devam ediyor. Son olarak Doç. Dr. Mehmet Turan ve takımının yapay zeka ve derin öğrenme teknolojilerinin patoloji alanındaki uygulamaları üzerine gerçekleştirdiği son çalışması Elsevier’in saygın bilimsel mecmualarından Medical Image Analysis’te yer aldı. Doç. Dr. Turan bu teknolojiyi klinik uygulamaların bir kesimi haline getirerek daha süratli, sağlam ve şahsileştirilmiş tedavi seçeneklerine dayanak olmayı hedeflediklerini söz etti.

“TANI SÜRECİNE DEĞERLİ BİR YENİLİK GETİRDİK”

Yapay zeka ve derin öğrenme teknolojileri kullanarak geliştirdikleri modeller olan “PathoSeg” ve “PathopixGAN” ile kanser üzere hastalıklarının teşhis sürecini, mikroskop incelemelerinin ötesine taşımayı amaçladıklarını söyleyen Doç. Dr. Mehmet Turan, “Patolojideki teşhis süreci, yıllardır mikroskop altında yapılan görsel incelemelerle sonluydu. Çalışmamızla birlikte, yapay zekayı kullanarak bu sürece değerli bir yenilik getirdik. ‘PathoSeg’ yapay zeka modelimiz sayesinde, hücre ve doku bölgelerinin segmentasyonu artık hem daha süratli hem de daha kesin biçimde yapılabiliyor. Bu, teşhis sürecini daha verimli hale getiriyor ve kanserli bölgelerin çok daha hassas bir formda tespit edilmesine imkan tanıyor” dedi.

Model sayesinde kanserli hücre metastazının erken tespitinin de yapılabildiğini kaydeden bilim insanı, modelin gösterdiği ‘üstün performans’ın teşhisin doğruluğunu arttırdığını da söz ederek, “‘PathoSeg’ modeli kanserli hücre ve dokuların segmentasyonunda gösterdiği üstün performansla teşhisin doğruluğunu artırırken, birebir vakitte hekimlerin iş yükünü de azaltıyor. Bilhassa metastazın erken tespiti yahut tedavi sürecinin izlenmesi üzere kritik alanlarda gerçek ve süratli tahliller yaparak, hasta bakımında manalı bir katkı sağlayabilir” biçiminde konuştu.

“VERİ MESELELERİNİ GİDERİYORUZ”

“PathopixGAN” modeli sayesinde de histopatoloji datalarında ortaya çıkabilen sıkıntıların giderildiğini ekleyen Doç. Dr. Turan, modeli, “Geleneksel bilgi toplama teknikleriyle histopatoloji bilgilerinde ciddi

bir dengesizlik yaşanıyor. Bilhassa ender rastlanan olaylar, modelin öğrenmesi için yetersiz kalabiliyor. ‘PathopixGAN’ gerçeğe çok yakın ve çeşitli yapay imgeler üreterek modelimizin daha geniş bir bilgi setiyle eğitilmesini sağladı. Böylelikle az görülen patolojik yapıların bile başarılı bir biçimde segmentasyonunu gerçekleştirebiliyoruz. Bu, bilgi dengesizliği konusunda atılmış değerli bir adım” kelamlarıyla özetledi.

“MODELLERİN DÜNYADA REFERANS NOKTASI OLMASINI HEDEFLİYORUZ”

Ortaya koyulan modellerin alanında öncü bir niteliğe sahip olduğunu vurgulayan Doç. Dr. Turan, “Akademik olarak öteki araştırmacılar için güçlü bir model ve data kaynağı sağlıyoruz. Yapay zeka kullanımının benimsenmesi sürecinde kıymetli bir referans noktası olmasını hedefliyoruz.

Sektör açısından ise, yapay zekanın klinik teşhis süreçlerine entegre edilmesi konusunda bir örnek teşkil etmeyi ve sıhhat hizmetlerinin genelinde yapay zeka kullanımının artmasına katkıda bulunmayı umuyoruz. Maksadımız bu teknolojiyi klinik uygulamaların bir kesimi haline getirerek daha süratli, sağlam ve şahsileştirilmiş tedavi seçeneklerine takviye olmak.” diye konuştu.