Yapay zeka modeliyle kanserin daha hızlı ve hassas tanısı mümkün!

Boğaziçi Üniversitesi Bilgisayar Mühendisliği Kısmı Öğretim Üyesi Doç. Dr. Mehmet Turan ve takımı 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 biçimde 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 grubunun 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 modülü haline getirerek daha süratli, emniyetli ve şahsileştirilmiş tedavi seçeneklerine dayanak olmayı hedeflediklerini tabir etti.

“TANI SÜRECİNE KIYMETLİ 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 kıymetli bir yenilik getirdik. ‘PathoSeg’ yapay zeka modelimiz sayesinde, hücre ve doku bölgelerinin segmentasyonu artık hem daha süratli hem de daha kesin formda yapılabiliyor. Bu, teşhis sürecini daha verimli hale getiriyor ve kanserli bölgelerin çok daha hassas bir halde 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 tabir 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 hakikat ve süratli tahliller yaparak, hasta bakımında manalı bir katkı sağlayabilir” formunda konuştu.

“VERİ PROBLEMLERİNİ GİDERİYORUZ”

“PathopixGAN” modeli sayesinde de histopatoloji bilgilerinde ortaya çıkabilen problemlerin giderildiğini ekleyen Doç. Dr. Turan, modeli, “Geleneksel data toplama usulleriyle histopatoloji bilgilerinde ciddi

bir dengesizlik yaşanıyor. Bilhassa az rastlanan olaylar, modelin öğrenmesi için yetersiz kalabiliyor. ‘PathopixGAN’ gerçeğe çok yakın ve çeşitli yapay imajlar üreterek modelimizin daha geniş bir bilgi setiyle eğitilmesini sağladı. Böylelikle az görülen patolojik yapıların bile başarılı bir formda segmentasyonunu gerçekleştirebiliyoruz. Bu, data 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 öbür araştırmacılar için güçlü bir model ve data kaynağı sağlıyoruz. Yapay zeka kullanımının benimsenmesi sürecinde değerli 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. Gayemiz bu teknolojiyi klinik uygulamaların bir kesimi haline getirerek daha süratli, muteber ve şahsileştirilmiş tedavi seçeneklerine dayanak olmak.” diye konuştu.