Otonom tıbbi robotlar hasta sonuçlarını iyileştirme, sağlık çalışanlarının iş yükünü azaltma ve insanüstü hassasiyet sağlama potansiyeline sahip. Ancak bu alanda gelişim, veri eksikliği nedeniyle sınırlı kalıyordu. Araştırmacılar, 49 kurumdan toplanan ve da Vinci, dVRK gibi farklı robot platformlarını kapsayan 'Open-H-Embodiment' adlı dev veri setini paylaştı. Bu açık kaynak veri seti, cerrahi manipülasyon, robotik ultrason ve endoskopi prosedürlerinden elde edilen video görüntüleri ile robot hareketlerinin eşzamanlı verilerini içeriyor. Çalışma, tıbbi robotik alanında temel yapay zeka modellerinin geliştirilmesi için kritik olan veri açığını kapatmayı hedefliyor.

Fizikçiler, ultrason lazer darbeleri ve mikro tel dizileri kullanarak nötron üretiminde çığır açan bir başarı elde etti. Araştırmacılar, femtosaniye süren laser darbelerini özel olarak tasarlanmış mikro tel dizilerine yönelterek, protonları hızlandırdı ve bu protonları nötron üretimi için kullandı. Deneyler, optimum tel dizisi periyodunun belirlenmesinin kritik önemde olduğunu gösterdi. Bu optimal düzenlemede, 1 MeV'i aşan protonların sayısı ve maksimum proton enerjisi önemli ölçüde arttı. 1 petawatt güçteki lazerle yapılan deneylerde, joule başına 8.33 milyon nötron üretimi kaydedildi. Bilgisayar simülasyonları, berilyum dönüştürücü kullanılması durumunda bu verimin 36.7 milyona çıkabileceğini öngörüyor.

Araştırmacılar, akıllı ev sistemlerinde kullanılmak üzere hiçbir pil veya harici güç kaynağı gerektirmeyen yenilikçi sensörler geliştirdi. Bozuk para boyutundan bile küçük olan bu metal etiketler, kendilerine özgü ultrasonik parmak izleri sayesinde kapı açılmaları ve çeşitli hareketleri algılayabiliyor. Bu teknoloji, geleneksel akıllı ev sensörlerinin en büyük sorunlarından biri olan pil değiştirme zorunluluğunu ortadan kaldırıyor. Sensörler, ultrasonik dalgalar aracılığıyla çalışarak her birinin benzersiz bir frekans imzası bulunuyor. Bu özellik sayesinde birbirlerinden ayrı olarak tanımlanabiliyorlar.

Fizikçiler, geleneksel nano-üretim yöntemlerinin aksine tamamen optik bir teknikle elektron girdabı oluşturmayı başardı. Bu yenilikçi yöntem, ışıktan yapılmış bir ızgara kullanarak elektronları kırınıma uğratıyor ve böylece kuantumlanmış orbital açısal momentum taşıyan elektron girdapları üretiyor. Araştırmacılar, uyarılmış Compton saçılması yoluyla serbest elektronlar ve fotonlar arasında orbital açısal momentum transferi gerçekleştirerek bu başarıya ulaştı. Yöntem sadece elektronlarla sınırlı kalmayıp, farklı kütlelerdeki yüklü parçacıklar, nötr atomlar ve moleküller için de kullanılabiliyor. Bu buluş, serbest elektron lazerlerinde ve ultrafast elektron mikroskopisinde yeni uygulama alanları açabilir.

MIT araştırmacıları, robotik ultrason teknolojisinde çığır açan bir gelişme gerçekleştirdi. SAMe adlı yeni sistem, robot ultrason cihazlarına anatomik anlayış kazandırarak, hangi bölgeyi tarayacağını ve nereden başlayacağını bağımsız olarak belirleyebilmesini sağlıyor. Tek bir vücut görüntüsünden hastaya özel anatomik harita oluşturan sistem, doktor müdahalesi olmadan tarama işlemini başlatabiliyor. Bu teknoloji, tıp robotiklerinde otomasyon seviyesini önemli ölçüde artırarak, ultrason tetkiklerinin daha erişilebilir ve verimli hale gelmesini vaat ediyor.

Araştırmacılar, hamilelik dönemindeki ultrason görüntülerinde bebek kafasını tespit etmek için yeni bir yapay zeka modeli geliştirdi. Attention-ResUNet adı verilen bu sistem, geleneksel derin öğrenme yaklaşımlarının ultrason görüntülerindeki düşük kontrast, gürültü ve karmaşık anatomik sınırlar gibi zorluklarla başa çıkma sorunlarını çözmeyi hedefliyor. Yeni mimari, kalıntı öğrenme tekniğini çok ölçekli dikkat mekanizmalarıyla birleştirerek, anatomik olarak önemli bölgelere odaklanırken arka plan gürültüsünü bastırıyor. 200 görüntü içeren HC18 Challenge veri seti üzerinde yapılan testlerde sistem yüzde 99.30 Dice skoru elde ederek üstün performans sergiledi. Bu gelişme, doğum öncesi bakımda daha doğru biyometrik ölçümler yapılmasına olanak sağlayabilir.

Araştırmacılar, ultrason görüntülerini tıpkı deneyimli bir doktor gibi analiz edebilen yenilikçi bir yapay zeka sistemi geliştirdi. USTri adlı bu sistem, farklı organları, görüntüleme açılarını ve cihazları tanıyabilen üç aşamalı bir yaklaşım kullanıyor. Sistem ilk aşamada geniş bir temel bilgi oluşturuyor, ikinci aşamada özel görevler için kendini uyarlıyor, son aşamada ise tıbbi iş akışlarını taklit eden akıllı bir ajan gibi çalışıyor. Bu gelişme, ultrason teşhislerinde daha tutarlı ve güvenilir sonuçlar elde edilmesine yardımcı olabilir.

Beyin cerrahisi sırasında yaşanan en büyük zorluklardan biri, ameliyat öncesi görüntüleme ile gerçek zamanlı anatomi arasındaki farklılıktır. Beyin dokusunun ameliyat sırasında kayması, navigasyon doğruluğunu bozarak hasta güvenliğini tehlikeye atabilir. Araştırmacılar, bu sorunu çözmek için derin öğrenme tabanlı yeni bir yaklaşım geliştirdi. Sistem, stereo mikroskoplardan elde edilen nokta bulutu verilerini kullanarak, ameliyat akışını bozmadan beyin dokusundaki değişiklikleri gerçek zamanlı olarak tespit edebiliyor. Geleneksel yöntemler MRI veya ultrason gibi ek görüntüleme tekniklerine ihtiyaç duyarken, bu yeni yaklaşım sadece ameliyat sırasında zaten kullanılan mikroskop görüntülerini işleyerek çalışıyor. Teknoloji, kısmi ve gürültülü verilerden bile tam beyin yüzeyindeki deformasyonu tahmin edebiliyor, böylece nörocerrahi alanında önemli bir adım atılmış oluyor.

Araştırmacılar, yapay zeka modellerinin ultrason prosedürlerini ne kadar iyi anlayabildiğini test etmek için özel bir veri seti geliştirdi. ReXSonoVQA adlı bu sistem, 514 video klip ve sorulardan oluşuyor. Ultrason çekimi, uzman bir operatörün probe manipülasyonu ve anlık ayarlamalar yapmasını gerektiren karmaşık bir süreç. Görsel-dil modelleri gelecekte otonom ultrason sistemlerini mümkün kılabilir, ancak mevcut değerlendirme sistemleri sadece statik görüntüleri inceliyor, dinamik prosedür anlayışını test etmiyor. Yeni benchmark, üç temel yetkinliği hedefliyor: eylem-hedef muhakemesi, yapay nesne çözünürlüğü ve optimizasyonu, prosedür bağlamı ve planlama. Gemini, Qwen ve LLaVA gibi gelişmiş AI modellerinin testlerinde, modellerin bazı prosedürel bilgileri çıkarabildiği görüldü.

Araştırmacılar, tıbbi görüntüleri analiz edip klinik rapor yazabilen yeni bir yapay zeka sistemi geliştirdi. Google Gemini 2.5 Flash teknolojisini kullanan sistem, CT, MRI, röntgen ve ultrason görüntülerinde tümörleri tespit edebiliyor. Sistem görsel analiz ile dil işleme teknolojilerini birleştirerek, tıpkı bir doktor gibi görüntüleri yorumlayıp detaylı raporlar hazırlıyor. Koordinat doğrulama mekanizmaları ve olasılıksal modelleme ile anormallikleri belirleyebilen sistem, çok katmanlı görselleştirme teknikleri sayesinde doktorların güvenini artıracak detaylı medikal illüstrasyonlar üretiyor.

Araştırmacılar, bebek ultrason görüntülerini analiz etmek için özel olarak tasarlanmış yenilikçi bir yapay zeka sistemi geliştirdi. PolarMAE adı verilen bu sistem, geleneksel yöntemlerin aksine ultrason görüntülerinin kendine özgü özelliklerini dikkate alarak çalışıyor. Sistem, görüntülerdeki gereksiz tekrarları filtreleyen akıllı bir seçim mekanizması ve ultrasonun fan şeklindeki yapısına uygun polar koordinat sistemini kullanıyor. Bu yaklaşım, doğum öncesi tanı süreçlerinde daha doğru ve hızlı sonuçlar elde edilmesini sağlıyor. Özellikle ultrason operatörleri arasındaki farklılıkları minimize ederek, tanı süreçlerinin standardizasyonuna katkı sunuyor.