Dünya Sağlık Örgütü’ne göre tüberküloz, dünya çapında en önemli ölüm nedenlerinden biridir. 2016’da yaklaşık 10.4 milyon insan tüberküloza yakalanmış ve 1.8 milyon insanın ölümüyle sonuçlandı. Görüntüleme yöntemleri ile tüberküloz teşhis edilebilir ancak tüberküloz oranı yüksek olan bölgelerde, hastalığın taranması ve teşhis edilmesi için gerekli sayıda ve yeterlilikte radyoloji yorumlama uzmanı bulunmamaktadır.
Tüberküloz ile mücadele
Philadelphia’daki Thomas Jefferson Üniversitesi Hastanesi’nden araştırmacıların çalışması sayesinde yapay zekanın tıp alanına uygulanarak radyoloji uzmanına gerek kalmadan radyografi görüntü yorumlamaları yapılabilir.
Yapılan testlerde olgular, TB-pozitif ve TB-negatif X-ışınlarından öğrenilen iki farklı DCNN modelini (AlexNet ve GoogLeNet) test etmek için kullanıldı. Modellerin doğruluğu, 150 vaka üzerinde test edildi. En iyi performans gösteren yapay zeka modeli AlexNet ve GoogLeNet’in birleşmesi oldu. Bu modelin net doğruluk yüzde 96’ya ulaştı.
Yapay zeka çözümü
İki DCNN modeli, 150 test davasından 13’ünde ortak karar veremedi. Bu vakalar için araştırmacılar, uzman bir radyoloğun görüntüleri yorumlayabildiği ve vakaların yüzde 100’ünün doğru teşhis edildiği bir iş akışını değerlendirdi. Bir insanı döngüye dahil eden bu iş akışı yüzde 99’a yakın net doğruluk oranına ulaştı.
Geliştirme çalışmaları ve yeterli sayıda testlerin yapılması ile göğüs görüntüleme teknolojilerini kullanan bir yapay zeka çözümü, tüberküloz ile mücadelede büyük rol oynayabilir.
:: Yapay zekanın ilerleyişi hakkında fikirlerinizi alalım.
SDN Yorumları 2 Yorum
Yorum Yap
Fırsat Ürünleri
Dünyada Görüntü yorumlama formülleri üzerinde çalışmalar şimdilik yetersiz. Abartılı haber olmuş
Bunlarin bin turlusu zaten yapiliyor. Ilginc bir haber degil