“analiz” için sonuçlar
129 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Akciğer Kanserinde Çifte Görüş: Yapay Zeka Radyoloji ve Mikroskopi Birleştiriyor
Akciğer kanseri dünya genelinde önde gelen ölüm nedenlerinden biri olmaya devam ediyor. Geleneksel bilgisayarlı tomografi görüntüleme yöntemi, iyi huylu ve kötü huylu lezyonları ayırt etmekte zorlanıyor. Araştırmacılar bu sorunu çözmek için iki farklı görüntüleme tekniğini birleştiren yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, hem CT taramalarını hem de doku örneklerinin mikroskobik görüntülerini aynı anda analiz ederek akciğer kanseri tanısında daha güvenilir sonuçlar sunuyor. Sistem ayrıca farklı kanser alt türlerini de başarıyla sınıflandırabiliyor ve kararlarını açıklayabilme yetisine sahip.
Yapay zeka kronik böbrek hastalığının seyrini öğreniyor
MIT araştırmacıları, kronik böbrek hastalarının elektronik sağlık kayıtlarından hastalığın zaman içindeki gelişimini anlayan yapay zeka modelleri geliştirdi. Çalışmada, hastaların uzun dönemli verilerini analiz eden üç farklı LSTM tabanlı model karşılaştırıldı. Bu modeller, hastalık dinamiklerini yakalayabilirken aynı zamanda farklı tıbbi görevlerde de kullanılabiliyor. Araştırma, model destekli tıp uygulamaları için şeffaf ve genel amaçlı temsiller oluşturmanın önemini vurguluyor. Geleneksel klinik tahmin modellerinin tek bir göreve odaklanmasının aksine, bu yaklaşım birden fazla tıbbi uygulamada kullanılabilen esnek çözümler sunuyor.
Sesle Kontrol Edilebilen Yapay Zeka, Beyin Cerrahisine Rehberlik Ediyor
Araştırmacılar, beyin tabanı cerrahisinde kullanılmak üzere sesli komutlarla çalışan yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, cerrahların ameliyat sırasında doğal dille talimat vererek gerçek zamanlı görüntü analizi ve navigasyon desteği almasını sağlıyor. Geleneksel sistemlerin aksine ek donanım gerektirmeyen teknoloji, sadece ameliyat videolarından çalışarak cerrahi aletleri takip ediyor ve anatomik yapıları tanımlıyor. Sistem, cerrahın dikkatini ameliyattan ayırmadan teknik destek almasına olanak tanırken, preoperatif 3D modellerin gerçek zamanlı kayıtlanmasını da destekliyor. Bu gelişme, minimally invasive cerrahide önemli bir adım olarak görülüyor.
Sağlık AI'larının Test Sistemi Gerçek Dünyaya Hazır Değil
Stanford araştırmacıları, sağlık alanındaki yapay zeka modellerinin değerlendirildiği test sistemlerinde kritik bir boşluk keşfetti. 18.707 sağlık sorusunu analiz eden çalışma, mevcut test setlerinin gerçek hasta ihtiyaçlarını yansıtmadığını ortaya koyuyor. Araştırma, test verilerinin %42'sinin nesnel sağlık verilerine odaklanmasına rağmen, bunların büyük kısmının basit fitness takipçisi verilerinden oluştuğunu gösteriyor. Karmaşık tıbbi tanı süreçlerinde kullanılan laboratuvar sonuçları gibi kritik veriler ise test setlerinde nadiren yer alıyor. Bu durum, AI modellerinin gerçek klinik ortamda ne kadar başarılı olacağının öngörülememesine yol açıyor.
Yapay zeka, göğüs röntgeni raporlarını daha doğru yorumlamaya başladı
Göğüs röntgenlerinin yorumlanması, anatomik yapıların üst üste binmesi ve hastalık belirtilerinin belirsizliği nedeniyle deneyimli radyologlar için bile zor bir süreç. Araştırmacılar, büyük dil modellerinin radyoloji raporu üretimindeki başarısını artırmak için yeni bir yaklaım geliştirdi. CWCD adlı bu sistem, geleneksel modellerin aksine kategorilere dayalı karşıtsal çözümleme kullanarak daha doğru ve yapılandırılmış raporlar üretiyor. Çalışma, yapay zekanın tıbbi görüntü analizi alanındaki ilerlemesini gösteriyor.
Yapay Zeka Tıbbi Raporları Otomatik Olarak Analiz Edebilir mi?
Araştırmacılar, büyük dil modellerinin koroner anjiyografi raporlarından fizyolojik ölçümleri otomatik olarak çıkarma yeteneğini inceledi. Çalışma, 1342 Portekizce tıbbi rapor üzerinde gerçekleştirildi ve yapay zekanın tıbbi verileri ne kadar güvenilir şekilde işleyebileceğini araştırdı. Koroner anjiyografi raporları, kalp damarlarının durumu hakkında kritik bilgiler içerir ancak bu veriler genellikle yapılandırılmamış metin halindedir. Bu durum, araştırmacıların verileri analiz etmesini zorlaştırır. Araştırmada farklı prompting stratejileri kullanılarak, yapay zekanın bu tıbbi raporlardan değerli bilgileri ne kadar başarılı şekilde çıkarabileceği test edildi. Sonuçlar, tıbbi alanda yapay zeka kullanımının potansiyelini gösterirken, güvenilirlik konusundaki sınırları da ortaya koydu.
Yapay Zeka Tüp Bebek Başarısını Artırabilir: Embriyo Kalitesi Otomatik Değerlendirmesi
Araştırmacılar, tüp bebek tedavilerinde embriyo kalitesini otomatik olarak değerlendiren yeni bir yapay zeka sistemi geliştirdi. Mevcut yöntemler embriyologların görsel değerlendirmelerine dayanıyor ve bu durum subjektiflik ile uzmanlar arası farklılıklara yol açıyor. Yeni sistem, 5. gün insan embriyolarının görüntülerini analiz ederek kritik embriyo bileşenlerini otomatik olarak tanımlıyor ve derecelendiriyor. Multitask embedding yaklaşımı kullanan bu teknoloji, sınırlı veri setinden bile etkili öğrenme gerçekleştirebiliyor. Sistem özellikle trofektoderm, iç hücre kütlesi ve blastosist genişlemesi gibi görsel olarak benzer ve ayırt edilmesi zor yapıları başarıyla tanımlayabiliyor. Bu gelişme, tüp bebek tedavilerinin başarı oranını artırabilir ve standardizasyon sorunlarını çözebilir.
Yapay Zeka Tıbbi Görüntü Analizinde Belirsizlikleri Kararlara Dönüştürüyor
Araştırmacılar, tıbbi görüntü segmentasyonunda yapay zekanın belirsizlik tahminlerini nasıl pratik kararlara dönüştürebileceğini araştırdı. Retina damar görüntüleri üzerinde yapılan çalışmada, belirsizlik haritalarının doğru stratejilerle kullanılması durumunda segmentasyon hatalarının yüzde 80'ine kadar azaltılabildiği gösterildi. İki aşamalı bir yaklaşım benimseyen bilim insanları, tahmin ve karar verme süreçlerini ayrı ayrı optimize ederek, yapay zekanın hangi tahminleri kabul edeceği, hangileri işaretleyeceği veya erteleyeceği konusunda daha etkili politikalar geliştirdi. Bu çalışma, tıbbi yapay zeka uygulamalarında güvenlik ve doğruluğun artırılması açısından önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Kanser Raporlarını Otomatik Analiz Ediyor
Araştırmacılar, meme kanseri patoloji raporlarını otomatik olarak analiz edebilen yeni bir yapay zeka sistemi geliştirdi. Llama-3 tabanlı bu sistem, 10.677 uzman onaylı rapor üzerinde eğitildi ve kanser evrelemesi ile biyobelirteç bilgilerini %97.6 doğrulukla çıkarabildi. Geleneksel yöntemlerin zorlandığı karmaşık tıbbi terminoloji ve farklı rapor formatlarını başarıyla çözen sistem, düşük hesaplama maliyetiyle çalışıyor. LoRA tekniği kullanılarak optimize edilen model, hastane kayıtlarının büyük ölçekli analizini mümkün kılacak. Bu gelişme, kanser tedavisinde hızlı ve standart veri işleme imkanı sunuyor.