“doktor” için sonuçlar
51 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Hamilelikte NSAID Kullanımı Doğum Kusuru Riskini Artırmıyor
Yeni bir araştırma, hamileliğin ilk üç ayında NSAID türü ağrı kesicilerin kullanımının büyük doğum kusurları riskini artırmadığını ortaya koydu. İbuprofen, naproksen ve diklofenak gibi yaygın kullanılan ilaçları kapsayan bu çalışma, hamile kadınların endişelerini giderebilecek önemli bulgular sunuyor. Araştırmacılar, bu ilaçların gebeliğin kritik döneminde alınmasının bebeklerde major yapısal anomalilere yol açma riskini yükseltmediğini tespit etti. Bu sonuçlar, özellikle hamilelik döneminde ağrı yönetimi konusunda tedirginlik yaşayan kadınlar için değerli bilgiler içeriyor. Ancak uzmanlar, herhangi bir ilaç kullanımından önce mutlaka doktor konsültasyonu yapılması gerektiğini vurguluyor.
ABD Ulusal Bilim Vakfı yer bilimciler için doktora sonrası bursları kaldırdı
Amerika Birleşik Devletleri'nin en önemli bilim fonlama kuruluşlarından NSF (Ulusal Bilim Vakfı), yer bilimciler için sağladığı doktora sonrası araştırma burslarını tamamen kaldırdığını duyurdu. Bu karar, genç yer bilimcilerin kariyerlerini geliştirmelerini destekleyen kritik finansman kaynağının ortadan kalkması anlamına geliyor. Jeoloji, atmosfer bilimleri, okyanus bilimleri ve çevre bilimleri gibi alanlarda yeni mezun doktoralı araştırmacılar, artık NSF'den doktora sonrası fellowship desteği alamayacak. Bu durum, iklim değişikliği araştırmaları ve doğal afet çalışmaları gibi kritik yer bilimi alanlarında genç yeteneklerin yetişmesini olumsuz etkileyebilir.
Antarktika'nın En Uzak Adasında Gizli Mikrobiyal Yaşam Keşfedildi
Bristol Üniversitesi'nden bir doktora öğrencisinin liderlik ettiği araştırma, dünyanın en uzak yerlerinden birindeki kar ve buzullarda gelişen mikroskobik alg topluluklarını ortaya çıkardı. ISME Communications dergisinde yayımlanan bu çalışma, Dr. Emily Broadwell'in kutup ve alpin araştırmalarının bir parçası olarak gerçekleştirilen fiziki coğrafya doktorası kapsamında yürütüldü. Araştırma, buzul ekosistemlerinin yükselen küresel sıcaklıklara nasıl tepki verdiği konusunda şaşırtıcı yeni bulgular sunuyor. Bu keşif, ekstrem koşullarda yaşayan mikroorganizmaların çeşitliliğini ve iklim değişikliğine adaptasyon yeteneklerini anlamamız açısından büyük önem taşıyor.
Haiku AI: Üç Farklı Tıbbi Veriyi Birleştiren Yapay Zeka Modeli Geliştirildi
Araştırmacılar, tıbbi teşhis ve tedavide devrim yaratabilecek yeni bir yapay zeka modeli olan Haiku'yu geliştirdi. Bu model, 1600'den fazla hastadan alınan doku örneklerindeki protein dağılımı, mikroskop görüntüleri ve klinik verileri aynı anda analiz edebiliyor. Geleneksel yöntemlerin aksine, Haiku üç farklı veri türünü birleştirerek daha doğru tanı koyabiliyor ve hastalık belirteçlerini tespit edebiliyor. Model, özellikle kanser araştırmalarında kullanılan multipleks immünfloresan görüntüleme tekniği ile elde edilen 26.7 milyon doku parçasından öğrendi. Test sonuçları, Haiku'nun tek modaliteli sistemlere kıyasla çok daha başarılı olduğunu gösteriyor. Bu teknoloji, gelecekte doktorların hastalıkları daha erken ve doğru teşhis etmesine, kişiye özel tedavi planları hazırlamasına yardımcı olabilir.
Proton Işını Zamanlama Teknolojisi Kanser Tedavisini Daha Güvenli Hale Getirecek
Polonya Bilimler Akademisi araştırmacıları, proton terapisinde kullanılan ışınların enerjisini her tedavi öncesi kontrol edebilen yenilikçi bir zamanlama aracı geliştirdi. Bu teknoloji, kanser hücrelerini yok etmek için kullanılan proton ışınlarının hassasiyetini önemli ölçüde artıracak. Bronowice Siklotron Merkezi'nde geliştirilen iki farklı çözüm, doktorların ve fizikçilerin radyoterapi uygulamalarında daha kesin sonuçlar elde etmesini sağlıyor. Proton terapisi, geleneksel radyoterapiye göre sağlıklı dokuları daha az zarar verirken kanser hücrelerini etkili şekilde hedef alabilen gelişmiş bir tedavi yöntemi olarak kabul ediliyor.
Yapay zeka sağlıkta: Doktorların ChatGPT kullanımı için yeni değerlendirme standardı
Milyonlarca hekim günlük pratiğinde ChatGPT'yi kullanıyor ancak bu etkileşimlerin ne kadar etkili olduğu belirsizdi. Araştırmacılar, yapay zeka modellerinin tıbbi performansını gerçek doktor-AI sohbetleri üzerinden değerlendiren HealthBench Professional adlı yeni bir ölçüm sistemi geliştirdi. Bu benchmark, hekimlerin en sık başvurduğu üç ana alanda AI'ın başarısını ölçüyor: hasta konsültasyonu, tıbbi yazım-dokümantasyon ve medikal araştırma. Her örnek, gerçek hekimler tarafından yazılan ChatGPT konuşmalarından oluşuyor ve üç veya daha fazla doktor tarafından değerlendiriliyor. Sistem, mevcut AI modellerinin zorlandığı durumları özellikle içeriyor ve gelecekteki gelişmeleri takip etmeye olanak sağlıyor.
Yapay Zeka Doktor Asistanı Pekiştirmeli Öğrenmeyle Geliştirildi
Araştırmacılar, geleneksel tıbbi danışmanlık sistemlerinin yetersizliklerini gidermek için DoctorAgent-RL adlı yenilikçi bir yapay zeka sistemi geliştirdi. Büyük dil modelleri genellikle gerçek klinik ortamlarda zorlanır ve hastalardan tüm semptomları tek seferde açıklamalarını bekleyen sistemler belirsiz şikayetlere yol açar. Yeni sistem, pekiştirmeli öğrenme tekniklerini kullanarak dinamik karar alma süreçlerini modelliyor. Qwen2.5-7B-Instruct modeli üzerinde eğitilen bu doktor ajanı, cevapları bilmek yerine doğru soruları sormayı öğrenen bir metodoloji geliştiriyor. Çok ajanlı işbirlikçi çerçeve, tıbbi konsültasyonları belirsizlik altındaki dinamik süreçler olarak ele alıyor ve geleneksel diyalog modellerinin statik öğrenme sınırlarını aşmayı hedefliyor.
Küçük Yapay Zeka Modelleri Acil Tıp Triajında Doktor Asistanı Oluyor
Acil servislerde hastaların öncelik sıralaması yapılırken yaşanan tutarsızlıklar ve hatalar ciddi bir sorun oluşturuyor. Araştırmacılar, bu soruna çözüm olarak küçük boyutlu yapay zeka modellerini test etti. Çalışmada, açık kaynak kodlu Qwen2.5-7B modeli, acil servis triyaj notlarını analiz ederek hastaların aciliyet seviyelerini belirleme konusunda başarılı sonuçlar verdi. Model, özellikle pediatrik triyaj verilerle eğitildikten sonra, hem doğruluk hem de istikrar açısından büyük gelişim gösterdi. Bu yaklaşım, hasta mahremiyetini korurken doktorlara güvenilir karar destek sistemi sunma potansiyeli taşıyor. Araştırma, pahalı büyük dil modellerine alternatif olarak, daha küçük ve verimli modellerin tıbbi uygulamalarda etkili olabileceğini gösteriyor.
Yapay Zeka Hasta Sorularını Tıbbi Kayıtlarla Eşleştiriyor
Hastalar artık elektronik sağlık kayıtlarına doğrudan erişebiliyor ancak bu karmaşık tıbbi bilgileri anlamakta zorlanıyor. Araştırmacılar, hastaların sorularını elektronik sağlık kayıtlarındaki bilgilerle eşleştiren yeni bir yapay zeka sistemi geliştirdi. HealthNLP_Retrievers takımının oluşturduğu sistem, Gemini 2.5 Pro dil modelini kullanarak hasta sorularını analiz ediyor ve uzun klinik notlardan ilgili kanıtları buluyor. Dört modüllü sistem, önce hasta sorularını özetliyor, sonra klinik cümleleri puanlayarak sıralıyor ve profesyonel düzeyde yanıtlar üretiyor. Bu yaklaşım, hasta-doktor iletişimini güçlendirerek sağlık kayıtlarının daha anlaşılır hale gelmesini sağlayabilir.
Yapay Zeka Hekimler: Sağlıkta AI'nin AI'yi Değerlendirdiği Yeni Sistem
Sağlık alanında büyük dil modellerinin yaygınlaşmasıyla birlikte, bu sistemlerin değerlendirilmesi kritik hale geldi. Araştırmacılar, yapay zekanın yapay zekayı değerlendirdiği 'LLM-as-a-Judge' yaklaşımını inceledi. Bu sistem, uzman doktor görüşüne alternatif olarak öne çıkıyor ancak güvenlik endişeleri de beraberinde getiriyor. 11 bin 727 çalışmanın tarandığı kapsamlı araştırmada, bu alandaki 49 çalışma detaylı olarak incelendi. Sonuçlar, teknolojinin hızla benimsendiğini ancak doğrulama süreçlerinin yetersiz kaldığını ortaya koyuyor. Çalışmaların çoğunda uzman validator sayısının sadece 3 olduğu, bazılarında ise hiç uzman görüşü alınmadığı tespit edildi.
Robot Ultrason Sistemi Artık Anatomiyi Anlıyor: SAMe ile Büyük Adım
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.
Yapay zeka eksik hasta verilerini otomatik tamamlayarak tanı koyacak
Araştırmacılar, hasta verilerinde eksik bilgileri akıllıca işleyebilen yeni bir yapay zeka sistemi geliştirdi. Hastane ortamında bazı tetkik sonuçları, görüntüler veya vital bulgular eksik olabilir. Bu durum, doktorların karar vermesini zorlaştırdığı gibi yapay zeka sistemlerinin de performansını düşürür. Yeni yaklaşım, büyük dil modellerinde kullanılan tekniklerden ilham alarak hasta verilerini zaman içinde sıralı bir hikaye gibi işliyor. Sistem, eksik verilerin varlığını göz önünde bulundurarak farklı tıbbi veri türlerini birleştiriyor ve daha güvenilir tanı önerileri sunuyor. MIMIC-IV ve eICU gibi büyük hasta veri tabanları üzerinde yapılan testlerde, mevcut yöntemlere göre daha iyi sonuçlar elde edildi. Bu gelişme, özellikle acil servis ve yoğun bakım gibi verinin kısıtlı olduğu ortamlarda tıbbi yapay zeka uygulamalarının etkinliğini artırabilir.
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 tıbbi özetlerde 'halüsinasyon' problemine çözüm buldu
Araştırmacılar, büyük dil modellerinin tıbbi özetleme yaparken ürettikleri yanlış bilgileri tespit edebilen yeni bir sistem geliştirdi. ClinTrace adı verilen bu sistem, modelin zaten var olan dikkat ağırlıklarını kullanarak hem her cümlenin hangi kaynaktan geldiğini gösteriyor, hem de kanıtı yetersiz ifadeleri işaretliyor. En önemli avantajı ise hiçbir ek eğitim ya da hesaplama maliyeti gerektirmemesi. Doktor-hasta diyalogları ve radyoloji raporları üzerinde test edilen sistem, tıbbi yapay zekanın güvenilirliğini artırmak için önemli bir adım sayılıyor.
Yapay Zeka Doktorları Hastane Koşullarında Test Edildi: Sonuçlar Şaşırtıcı
Güney Afrika'da gerçekleştirilen kapsamlı bir araştırma, 10 farklı yapay zeka modelinin hastane ortamında gerçek hasta verileriyle tanı koyma yeteneklerini değerlendirdi. Çalışmada 539 hasta vakası kullanılarak yapay zekaların radyoloji görüntüleri, laboratuvar sonuçları ve klinik notları analiz etme başarısı ölçüldü. Araştırma, özellikle gelişmekte olan ülkelerdeki devlet hastaneleri için yapay zeka destekli tanı sistemlerinin potansiyelini ortaya koyuyor. Uzman doktor panelleri tarafından doğrulanmış vakalar üzerinde yapılan testlerde, yapay zeka modellerinin tanı doğruluğu, hasta güvenliği ve maliyet etkinliği açısından performansları detaylı şekilde analiz edildi.
Doktorlar Artık Yapay Zeka Modellerini Kodlamadan Geliştirebilir
Stanford'dan araştırmacılar, doktorların programlama bilgisi olmadan sadece doğal dil kullanarak tıbbi yapay zeka modelleri geliştirebilmelerini sağlayan devrim niteliğinde bir sistem geliştirdi. Geleneksel yaklaşımda doktorlar ve AI uzmanları arasında sürekli iletişim gerektiren uzun süreçler yaşanıyor, bazen de karşılıklı anlayış eksikliği nedeniyle yanlış anlaşılmalar oluşuyordu. Yeni sistem bu sorunu çözerek doktorların istedikleri AI modellerini doğrudan konuşarak tarif etmelerini ve sistemin bunu otomatik olarak kodlayıp eğitmesini mağdur ediyor. Cilt lezyonu sınıflandırması ve melanom teşhisi gibi beş farklı klinik görevde test edilen sistem, tıbbi AI geliştirme sürecini demokratikleştirme potansiyeli taşıyor.
Yapay Zeka Sağlık Verilerini Analiz Etmek İçin Yeni Yöntem Geliştirdi
Araştırmacılar, elektronik sağlık kayıtlarından bilgi çıkarmayı kolaylaştıran yeni bir yapay zeka sistemi geliştirdi. CBR-to-SQL adlı bu sistem, doktorların ve araştırmacıların SQL programlama bilgisi olmadan da hasta verilerini analiz edebilmelerine olanak tanıyor. Geleneksel yöntemlerin aksine, tıbbi terminolojideki tutarsızlıkları ve karmaşıklıkları daha iyi anlayabilen bu sistem, vaka tabanlı akıl yürütme yaklaşımını kullanıyor. Sistem, doğal dilde sorulan soruları otomatik olarak veritabanı sorgularına çevirerek, klinik karar verme süreçlerini hızlandırıyor ve tıbbi araştırmaları destekliyor.
Yapay Zeka Meme Kanserini Daha Erken Teşhis Ediyor
Araştırmacılar, meme kanseri teşhisinde çığır açan bir yapay zeka sistemi geliştirdi. Bu yenilikçi sistem, mikroskobik doku görüntülerini hasta sağlık kayıtlarıyla birleştirerek analiz ediyor. Çalışmada kullanılan ResNet-18 modeli, mükemmele yakın doğruluk oranı yakaladı. Geleneksel yöntemler bu iki veri türünü ayrı ayrı değerlendirirken, yeni sistem her ikisindan aldığı bilgileri harmanlayarak çok daha güvenilir sonuçlar üretiyor. Meme kanseri dünya genelinde kadınlarda en yaygın ölüm nedenlerinden biri olduğu için, erken ve kesin teşhis hayat kurtarıcı önem taşıyor. Bu teknolojik gelişme, doktorların tanı koyma sürecinde daha etkili araçlara sahip olmasını sağlayacak.
Yapay Zeka Göz Hastalıklarını Teşhis Eden Raporları Otomatik Yazıyor
Araştırmacılar, retina görüntülerinden tıbbi rapor üreten yeni bir yapay zeka sistemi geliştirdi. DREAM adlı sistem, göz doktorlarının belirlediği klinik anahtar kelimeleri görsel verilerle birleştirerek, sınırlı veri ile bile yüksek doğrulukta tanı raporu üretiyor. İki aşamalı bir füzyon mekanizması kullanan sistem, önce görüntü ve anahtar kelime özelliklerini ortak bir alanda birleştiriyor, ardından adaptif çok modlu füzyon ile her modalitetin önemini dinamik olarak ayarlıyor. Bu yaklaşım, mevcut görme-dil modellerinin medikal alanlarda yaşadığı veri yetersizliği ve aşırı öğrenme sorunlarını çözmeyi hedefliyor. Özellikle kritik ancak belirgin olmayan patolojileri tespit etmede başarılı olan sistem, oftalmoloji alanında tanı doğruluğunu artırarak doktorlara önemli destek sağlayabilir.
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 kan testlerini okumayı öğreniyor: Hematoloji için özel sistem
Araştırmacılar, kan tahlili görüntülerini analiz edebilen ilk özel yapay zeka sistemini geliştirdi. PBSBench adlı bu framework, periferik kan yayması görüntülerini yorumlayabilen çok modlu dil modeli içeriyor. Sistem, 353 tam kan yayması görüntüsi ve 29 bin hücre seviyesinde açıklamayla eğitildi. Geleneksel patoloji yapay zekaları katı doku analizi için tasarlandığından kan hücrelerinin bireysel morfolojilerini değerlendirmede yetersiz kalıyordu. Bu yeni sistem, kan hastalıklarının teşhisinde doktorlara destek olabilecek ilk özelleşmiş yapay zeka aracı olma özelliği taşıyor. Hematoloji alanında yapay zeka kullanımının yaygınlaşması, kan hastalıklarının erken teşhisini hızlandırabilir.
Tıbbi Verilerde Gizlilik Koruyan Yapay Zeka Yöntemi Geliştirildi
Araştırmacılar, tıbbi verilerin gizliliğini koruyarak farklı kurumlar arasında yapay zeka modellerinin eğitilmesini sağlayan yeni bir yöntem geliştirdi. Federated RuleFit adı verilen bu sistem, hasta verilerini paylaşmadan hastanelerin ortak yapay zeka modelleri oluşturmasına olanak tanıyor. Geleneksel yapay zeka yöntemlerinin aksine, bu sistem doktorların kararları nasıl alındığını anlayabilmesini sağlayan şeffaf kurallar kullanıyor. Yöntem, diferansiyel gizlilik teknikleriyle hasta mahremiyetini korurken, farklı kurumlardan gelen veri farklılıklarını minimize ediyor. Bu gelişme, tıbbi yapay zeka uygulamalarında hem gizlilik hem de şeffaflık sorunlarına çözüm sunarak, klinik ortamlarda daha güvenilir yapay zeka sistemlerinin kullanılmasının 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.
Yapay Zeka Doktorların Etik Kararlarını Değerlendiren Yeni Test Geliştirildi
Tıp alanında yapay zeka sistemleri yaygınlaşırken, bu sistemlerin etik muhakeme yeteneklerini değerlendirmek kritik önem kazanıyor. Araştırmacılar, tıbbi yapay zeka sistemlerinin etik kararlarını sistematik bir şekilde değerlendirebilmek için PrinciplismQA adlı yeni bir test yöntemi geliştirdi. Bu yaklaşım, tıp etiğinin temel felsefesine dayanan Principlism çerçevesini kullanarak, yapay zekanın karmaşık etik ikilemler karşısındaki karar verme süreçlerini analiz ediyor. 3.648 uzman onaylı sorudan oluşan sistem, hem bilgi düzeyini hem de klinik muhakeme becerisini ölçüyor.