“zeka” için sonuçlar
165 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Göz taraması ile Alzheimer riski erken teşhis edilebilecek
Araştırmacılar, retina görüntüleri ve klinik risk faktörlerini birleştiren yenilikçi bir yapay zeka sistemi geliştirdi. REVEAL adı verilen bu sistem, Alzheimer hastalığı ve demans riskini semptomlar ortaya çıkmadan yıllar öncesinden tahmin edebiliyor. Retina, beyin dokusunun doğrudan görülebildiği tek organ olması nedeniyle erken tanı için kritik öneme sahip. Geleneksel yöntemlerden farklı olarak, bu sistem hem göz taraması görüntülerini hem de hastanın yaşam tarzı ve sağlık geçmişini eş zamanlı olarak analiz ediyor. Bu çok modlu yaklaşım, hastalığın erken belirtilerini yakalamada çok daha etkili sonuçlar veriyor.
Sıtma vakalarındaki artış AI destekli gen araştırmalarını hızlandırıyor
Dünya Sağlık Örgütü'nün 2025 raporuna göre, 2024 yılında dünya genelinde yaklaşık 282 milyon sıtma vakası ve 610 bin ölüm kaydedildi. Onlarca yıllık mücadeleye rağmen sıtma hala küresel bir sağlık tehdidi olmaya devam ediyor ve son dönemde vaka sayılarında tekrar artış gözleniyor. Özellikle Sahra altı Afrika'daki 5 yaş altı çocuklar bu durumdan en fazla etkilenen grup olarak öne çıkıyor. Bu endişe verici gelişme, araştırmacıları ölümcül sıtma vakalarıyla bağlantılı parazit genlerini tespit etmek için yapay zeka destekli yeni arayışlara yönlendiriyor. AI teknolojisinin bu alanda kullanılması, sıtma parazitinin genetik yapısını daha iyi anlamamıza ve etkili tedavi stratejileri geliştirmemize yardımcı olabilir.
Yapay Zeka Apandis Ameliyatı ile Alzheimer Arasındaki Bağlantıyı Keşfetti
Büyük ölçekli bir yapay zeka çalışması, apandis ameliyatı geçiren kişilerde Alzheimer hastalığı riskinin arttığını ortaya çıkardı. Araştırma, bağırsak mikrobiyomunun uzun süreli bozulmasının beyin sağlığını nasıl etkilediğine dair önemli ipuçları sunuyor. Çalışma, beslenme alışkanlıklarının da bu süreçte kritik rol oynadığını gösteriyor. Bulgular, bağırsak-beyin ekseni teorisini destekleyerek, sindirim sistemi sağlığının nörodejeneratif hastalıklardaki önemini vurguluyor.
Yapay Zeka Meme Kanseri Alt Tiplerini Mikroskop Görüntüsünden Tespit Ediyor
Araştırmacılar, meme kanserinin genetik alt tiplerini belirlemek için maliyetli moleküler testler yerine histopatoloji görüntülerini kullanan yenilikçi bir yapay zeka sistemi geliştirdi. PAM50 gen imzası olarak bilinen standart sınıflandırma yöntemini taklit eden bu sistem, H&E boyalı doku kesitlerinden kanser alt tiplerini tahmin edebiliyor. Çok amaçlı optimizasyon algoritması kullanan yöntem, görüntüdeki en bilgilendirici bölgeleri seçerek yüksek doğrulukta sonuçlar üretiyor. Bu gelişme, kişiselleştirilmiş kanser tedavisi için gerekli olan alt tip belirleme sürecini daha hızlı ve ekonomik hale getirebilir. Sistem ResNet18 mimarisi ve genetik algoritma kombinasyonu kullanarak görüntü analizi yapıyor.
Derin UV Görüntüleme ile Meme Kanseri Teşhisinde Büyük Adım
Araştırmacılar, meme kanseri tanısında devrim yaratabilecek yeni bir yaklaşım geliştirdi. Derin ultraviyole (DUV) floresan görüntüleme teknolojisi, geleneksel histopatolojik yöntemlere kıyasla çok daha hızlı ve hassas sonuçlar veriyor. Bu teknik, boya kullanımına gerek duymadan yüksek kontrastlı görüntüler elde ediyor ve ameliyat sırasında hızlı karar verebilme olanağı sunuyor. Çalışmada geliştirilen Region-Affinity Attention adlı yapay zeka sistemi, tüm preparatı bir bütün olarak değerlendirerek mevcut parça-tabanlı yöntemlerin eksikliklerini gideriyor. Bu yenilik, özellikle ameliyathane ortamında hızlı ve doğru tanı koyma açısından büyük önem taşıyor.
Yapay Zeka İlaç Etkilerini Önceden Tahmin Ediyor
Araştırmacılar, ilaçların vücuttaki etkilerini tahmin edebilen yeni bir yapay zeka modeli geliştirdi. 'Prior-Fitted Functional Flows' adlı bu sistem, hasta verilerine bakarak ilaçların nasıl emilip metabolize olacağını öngörebiliyor. Model, seyrek ve düzensiz hasta verilerinden öğrenerek, hem sanal hasta grupları oluşturabiliyor hem de gerçek hastaların tedavi süreçlerini tahmin edebiliyor. Sistem, manuel parametre ayarlamaya gerek duymadan çalışabiliyor ve belirsizlik seviyelerini de hesaplayabiliyor. Araştırmacılar, modeli eğitmek için açık erişimli bir literatür veritabanı oluşturdu ve gerçek dünya verilerinde test ettiklerinde mevcut yöntemlerden daha iyi sonuçlar elde etti. Bu gelişme, ilaç geliştirme süreçlerini hızlandırabilir ve kişiselleştirilmiş tıp alanında önemli ilerlemeler sağlayabilir.
Kuantum yapay zeka meme kanseri teşhisinde çığır açtı
Araştırmacılar, meme kanseri teşhisinde kullanılan termografik görüntü analizi için devrim niteliğinde bir yapay zeka sistemi geliştirdi. Bu yeni sistem, kuantum bilgisayarların hesaplama gücünü klasik yapay zeka ağlarıyla birleştiren hibrit bir mimari kullanıyor. Geleneksel derin öğrenme yöntemlerinin karmaşık termal paternleri sınıflandırmada yaşadığı sınırlamaları aşmak için tasarlanan sistem, kuantum devrelerini çok başlı dikkat mekanizmalarıyla harmanlıyor. 4 kübit kullanan değişkensel kuantum devreleri ve güçlü dolanıklık katmanları ile desteklenen bu yaklaşım, meme kanseri termografik verilerinde mevcut en gelişmiş yöntemlere kıyasla önemli performans artışları gösterdi. Bu çalışma, kuantum hesaplamanın tıbbi görüntüleme alanındaki potansiyelini ortaya koyarken, erken tanı imkanlarını geliştirebilecek yeni nesil hibrit teknolojilerin önünü açıyor.
Yapay zeka cerrahi videoları anlatabilir mi? Yeni sistem doktorların yükünü hafifletebilir
Araştırmacılar, cerrahi operasyonların video kayıtlarını büyük dil modelleriyle otomatik olarak açıklayabilen LIME adlı yeni bir sistem geliştirdi. Bu teknoloji, ameliyat videolarını analiz ederek insan müdahalesi olmadan açıklayıcı metinler üretiyor. Ancak yapay zekanın ürettiği bu açıklamalar hatalı bilgiler içerebileceğinden, araştırmacılar SurgLIME adlı özel bir eğitim sistemi tasarladı. Bu sistem, hatalı açıklamaları filtreleyerek güvenilir tıbbi bilgileri korumayı amaçlıyor. Geliştirilen teknoloji, tıp eğitiminde ve cerrahi prosedürlerin dokümantasyonunda devrim yaratabilir, uzmanların manuel açıklama yapma yükünü önemli ölçüde azaltabilir.
Göz Muayenesi ile Otizm Teşhisi: Yeni Veri Seti Umut Veriyor
Araştırmacılar, otizm spektrum bozukluğu olan çocukları tespit etmek için elektroretinogram (ERG) verilerini kullanan kapsamlı bir veri seti geliştirdiler. LEOPs adı verilen bu veri seti, tipik gelişim gösteren çocuklar, otizmli çocuklar ve hem otizm hem ADHD olan çocuklardan toplanan 10 binden fazla göz taraması kaydı içeriyor. Avustralya ve İngiltere'de gerçekleştirilen çalışmada, taşınabilir RETeval cihazı kullanılarak çocukların gözlerinden alınan elektriksel yanıtlar kaydedildi. Bu yaklaşım, geleneksel davranışsal testlere alternatif olarak, daha objektif ve erken teşhis imkanı sunabilir. Veri seti, yapay zeka algoritmalarının eğitilmesi için de kullanılabilir, böylece gelecekte otizm teşhisinde çığır açıcı gelişmeler sağlanabilir.
Yapay Zeka Bebek Kafası Tespitinde Yüzde 99 Başarı Elde Etti
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.
Yapay zeka bağırsak hastalıklarını MR görüntülerinde tespit ediyor
Araştırmacılar, inflamatuar bağırsak hastalığının teşhisi için kritik öneme sahip mide-bağırsak organlarını MR görüntülerinde otomatik olarak tanımlayabilen yeni bir yapay zeka sistemi geliştirdi. İki aşamalı derin öğrenme yaklaşımı kullanan sistem, 114 hastadan alınan 3.195 MR görüntüsü üzerinde eğitildi. Geleneksel yöntemlerde organ sınırlarının belirsizliği, doku kontrastının düşüklüğü ve anatomik farklılıklar nedeniyle zorlanılan bu alanda önemli bir gelişme sağlandı. Sistem önce genel bölgeleri tespit ediyor, ardından organ-spesifik detaylı analiz yapıyor. Bu teknoloji, Crohn hastalığı ve ülseratif kolit gibi inflamatuar bağırsak hastalıklarının daha hızlı ve doğru teşhisine olanak tanıyabilir.
Robotik Cerrahide Derinlik Algısını Geliştiren Yapay Zeka Sistemi
Otonom robotik cerrahi sistemlerin başarısı için kritik öneme sahip olan monoküler derinlik tahmini teknolojisinde önemli bir ilerleme kaydedildi. Araştırmacılar, gerçek ameliyat ortamlarında yaşanan speküler yansımalar ve sıvı dolu deformasyonlar nedeniyle ortaya çıkan 'laboratuvar-kliniği' farkını kapatmayı başardı. Geliştirilen yeni sistem, sentetik veri öncelikleri kullanarak cerrahi ortamlarda daha doğru derinlik ölçümü yapabiliyor. Bu teknoloji, robotik cerrahinin gelecekteki uygulamalarında daha güvenli ve hassas operasyonlar gerçekleştirilebilmesinin önünü açıyor.
Kaotik Algoritma Beyin Tümörü Teşhisinde Yapay Zeka Doğruluğunu Artırıyor
Araştırmacılar, az sayıda etiketli veri ile çalışan yapay zeka sistemlerinin beyin tümörü teşhisindeki başarısını artırmak için kaos teorisinden ilham alan yenilikçi bir yöntem geliştirdi. Geleneksel prototipal ağlar, beyin tümörü görüntülerindeki morfolojik gürültü ve sınıf içi varyanslar nedeniyle 'prototip kararsızlığı' sorunu yaşıyordu. Yeni geliştirilen Kaos-Geliştirilmiş ProtoNet sistemi, logistik kaos haritasının deterministik ergodiklik özelliğini kullanarak kontrollü bozulmalar enjekte ediyor. Bu yaklaşım, modelin gürültüye karşı dayanıklı temsiller öğrenmesini sağlayarak, sınırlı veri ile daha güvenilir teşhis yapabilmesini mümkün kılıyor.
Tıbbi yapay zeka için yeni standart: VIDS ile veri kalitesi denetimi
Tıbbi görüntüleme alanında yapay zeka geliştirme süreçleri, kaliteli ve güvenilir veri setlerine bağımlıdır. Ancak mevcut standartlar, veri yapısı, açıklama kaynağı ve makine öğrenmesi uygunluğunu tek bir çerçevede doğrulayamıyor. Araştırmacılar, bu sorunu çözmek için VIDS (Doğrulanmış Görüntüleme Veri Seti Standardı) adlı yeni bir açık kaynak spesifikasyon geliştirdi. VIDS, tıbbi görüntü veri setlerinin kim tarafından, ne zaman, hangi araçlarla ve hangi kalite standartlarıyla açıklandığını sistematik olarak takip ediyor. Sistem, 21 farklı makine-uygulanabilir doğrulama kuralı içeriyor ve iki farklı uyumluluk profili sunuyor. Bu standart, tıbbi AI araştırmalarında veri kalitesini artırarak daha güvenilir algoritma geliştirme süreçlerini mümkün kılacak.
Yapay Zeka Konuşmalardan Hastalık Tespiti İçin Yeni Yöntem Geliştirdi
Araştırmacılar, ses kayıtlarından hastalık belirtilerini tespit edebilen yenilikçi bir yapay zeka sistemi geliştirdi. Sistem, hasta-doktor diyaloglarını çok katmanlı olarak analiz ederek hastalık tanısında yardımcı oluyor. Yeni yaklaşım, hastalık belirtilerinin konuşma boyunca eşit olarak dağılmadığı gerçeğini göz önünde bulundurarak, ses verilerini farklı düzeylerde (çerçeve, segment ve oturum) inceliyor. Bu çok boyutlu analiz sayesinde, sistem etiketlenmemiş verilerden de öğrenebiliyor ve daha az veriyle daha doğru sonuçlar üretebiliyor. Klinisyenlerin öznel değerlendirmelerinden kaynaklanan sorunları da aşmayı hedefleyen bu teknoloji, tıbbi teşhis süreçlerinde önemli bir yardımcı araç olma potansiyeli taşıyor.
Yapay zeka, akciğer nodüllerini daha az veriyle tespit edebiliyor
Araştırmacılar, akciğer nodüllerinin tespiti için yeni bir yapay zeka yöntemi geliştirdi. Bu yöntem, geleneksel segmentasyon yaklaşımlarının aksine minimal veri etiketlemesi gerektiriyor. 3D rektifiye akış modellerini kullanan sistem, sadece görüntü düzeyinde etiketlerle çalışabiliyor ve uzmanların piksel bazında detaylı etiketleme yapmasına gerek kalmıyor. LUNA16 veri seti üzerinde yapılan testlerde, farklı boyut ve şekillerdeki akciğer nodüllerini başarıyla tespit edebildiği görülmüş. Bu gelişme, tıbbi görüntüleme alanında veri hazırlama süreçlerini önemli ölçüde hızlandırabilir ve maliyetleri düşürebilir. Özellikle erken teşhis açısından kritik olan akciğer nodüllerinin daha hızlı ve doğru tespiti, kanser tedavisinde önemli bir adım olarak değerlendiriliyor.
Tıbbi yapay zekada önyargıları önleyen yeni sistem geliştirildi
Araştırmacılar, tıbbi görüntüleme ve klinik metinleri birleştiren yapay zeka sistemlerindeki önyargıları kontrol eden BiasCareVL adlı yeni bir çerçeve geliştirdi. Sistem, hastalık yaygınlığındaki dengesizlik, demografik farklılıklar ve görüntüleme protokollerindeki heterojenlik gibi sorunları model tasarımının başından itibaren ele alıyor. 15'ten fazla görüntüleme modalitesinden 3,44 milyon örnek üzerinde eğitilen framework, belirsizlik modellemesi ve isteğe bağlı insan müdahalesi ile adil ve güvenilir klinik karar vermeyi destekliyor. Bu yaklaşım, önyargıları sonradan düzeltmeye çalışmak yerine baştan önlemeyi hedefliyor.
SAM3 yapay zekası patoloji görüntülerini analiz etmede ne kadar başarılı?
Araştırmacılar, Segment Anything Model 3 (SAM3) yapay zekası sisteminin patoloji görüntülerini analiz etme yeteneğini kapsamlı olarak değerlendirdi. SAM3, metin komutlarıyla görüntülerdeki farklı yapıları otomatik olarak tespit edebilen yenilikçi bir AI modeli. Çalışmada, modelin hücre çekirdeği ve doku seviyesindeki yapıları ne kadar iyi tanımlayabildiği test edildi. Sonuçlar, SAM3'ün sadece metin komutlarıyla hücre yapılarını tanımlamakta zorlandığını, ancak görsel ipuçlarıyla birlikte kullanıldığında daha başarılı olduğunu gösterdi. Bu araştırma, AI destekli tıbbi görüntü analizinin geleceği açısından önemli bulgular sunuyor ve teknolojinin mevcut sınırlarını ortaya koyuyor.
3D Tıbbi Görüntülerde Yapay Zeka Devrimi: Seyrek Difüzyon Modeli
Araştırmacılar, CT, PET ve MRI gibi 3D tıbbi görüntülerin kalitesini artırmak için yenilikçi bir yapay zeka modeli geliştirdi. Geleneksel difüzyon modelleri, yüksek çözünürlüklü 3D hacimsel veriler üzerinde çalışırken büyük hesaplama gücü gerektiriyordu. Yeni yaklaşım, anatomik yapıların önceden bilinen özelliklerini kullanarak bu sorunu çözüyor. Seyrek voksel uzayında çalışan model, sadece belirli zaman noktalarında örnekleme yaparak hesaplama yükünü dramatik şekilde azaltıyor. Ayrıca, yerel anatomik içeriğe göre zaman gömme işlemlerini yeniden kalibre eden akıllı bir modül içeriyor. Bu gelişme, tıbbi görüntüleme teknolojisinde hız ve kalite dengesini yeniden tanımlayarak, klinisyenlerin daha hızlı ve doğru tanı koymasını sağlayabilir.
Alzheimer Tedavisinde Doğal İlaçlar İçin Yapay Zeka Modeli Geliştirildi
Araştırmacılar, Alzheimer hastalığının tedavisinde kullanılabilecek doğal tıbbi bileşikleri tahmin etmek için kemoinformatik yöntemlerle yeni bir yapay zeka modeli geliştirdi. Yaşlılarda en yaygın demans nedeni olan Alzheimer hastalığı, beyinde anormal protein birikimlerine bağlı olarak gelişen ilerleyici bir nörodejeneratif bozukluk. Hastalık, amiloid-beta plakları ve tau protein yumakları nedeniyle nöron iletişiminin bozulması ve hücre ölümüyle karakterize ediliyor. Kesin bir tedavi bulunmazken, erken teşhis ve destekleyici bakımla ilerleme yavaşlatılabiliyor. Bu yeni yaklaşım, doğal kaynaklı bileşiklerin potansiyelini değerlendirerek ilaç geliştirme sürecini hızlandırmayı hedefliyor.
Yapay zeka tıbbi görüntülerin arkasına saklanarak doktorları kandırabiliyor
Araştırmacılar, tıbbi görüntü analizi yapan yapay zeka sistemlerine karşı yeni bir saldırı yöntemi geliştirdi. MedFocusLeak adı verilen bu teknik, görüntülerin arka plan bölgelerine gözle fark edilmeyen değişiklikler yaparak yapay zekanın yanlış tanı koymasına neden oluyor. Saldırı, hastalıklı bölgelere odaklanması gereken yapay zekanın dikkatini başka yönlere çekerek, klinik açıdan makul görünen ama yanlış teşhisler üretmesini sağlıyor. Altı farklı tıbbi görüntüleme modalitesinde test edilen yöntem, mevcut güvenlik önlemlerinin yetersizliğini ortaya koyuyor ve tıbbi yapay zeka sistemlerinin güvenilirliği konusunda önemli endişeler yaratıyor.
Yapay Zeka CT Taramalarından Hayatta Kalma Süresini Tahmin Edebiliyor
Araştırmacılar, CT görüntülerini analiz ederek hastaların hayatta kalma süresini tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. Sistem, binlerce CT görüntüsü ve radyoloji raporunu birlikte analiz ederek öğrendiği bilgileri, hasta prognozu belirleme konusunda kullanabiliyor. Geleneksel yöntemlerde radyologların görsel bilgiyi metne dönüştürme sürecinde bilgi kaybı yaşanırken, bu yeni yaklaşım görsel ve metinsel verileri eş zamanlı işleyerek daha doğru tahminler yapabiliyor. Teknoloji, klinisyenlerin tedavi kararlarını optimize etmesine ve hasta yönetimini iyileştirmesine yardımcı olma potansiyeli taşıyor.
Yapay Zeka Ultrasona Doktor Gözüyle Bakıyor: USTri Sistemi Geliştirildi
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.
Yapay Zeka Prostat Kanserini Eksik Görüntülerle de Tespit Edebiliyor
Araştırmacılar, prostat kanseri tespitinde kullanılan MR görüntülerinin bir kısmı eksik veya bozuk olsa bile doğru tanı koyabilen yeni bir yapay zeka sistemi geliştirdi. MIGF adı verilen bu sistem, farklı MR görüntü türlerini ayrı ayrı işleyip akıllı bir kapı mekanizmasıyla birleştiriyor. Klinik uygulamalarda sıkça karşılaşılan görüntü kalitesi sorunlarına rağmen prostat kanseri segmentasyonunda başarılı sonuçlar elde ediyor. Sistem, mevcut yapay zeka mimarilerine kolayca entegre edilebiliyor ve eksik veri durumlarında bile güvenilir performans gösteriyor. Bu gelişme, prostat kanseri erken teşhisinde yapay zekanın klinik kullanımını daha pratik hale getirebilir.