Yapay zeka sistemlerinin tıbbi görüntüleri yorumlama konusundaki yetenekleri giderek gelişiyor. Araştırmacılar, göğüs röntgenlerindeki patolojileri tespit eden yeni bir model olan ProtoCLIP'i geliştirerek bu alanda önemli bir ilerleme kaydetti.
ProtoCLIP, daha önce eğitim sırasında görmediği hastalık türlerini bile başarıyla tanıyabilen bir 'sıfırdan öğrenme' yaklaşımı benimsiyor. Sistemin en büyük yeniliği, hastalıkların birlikte görülme sıklığından kaynaklanan yanılgıları minimize etmesi. Örneğin, yaşlı hastalarda sık görülen iki farklı hastalığın birbirinden bağımsız olarak değerlendirilmesi gerektiğini öğreniyor.
Araştırmacılar, sistemin performansını artırmak için özel bir veri seçimi stratejisi geliştirdi. Bu yaklaşımla, modelin eğitim sürecinde kullanılan görüntüler dikkatli şekilde seçiliyor ve olumsuz örnekler dahil edilerek önyargılar azaltılıyor.
VinDr-CXR veri setiyle yapılan testlerde, ProtoCLIP mevcut CLIP tabanlı sistemlerden 2-10 puan daha yüksek doğruluk oranı gösterdi. Özellikle pnömotoraks (akciğer çöküşü) tespitinde en iyi sonuçlara ulaştı. Bu gelişme, radyoloji alanında yapay zeka destekli tanı sistemlerinin daha güvenilir hale gelmesi açısından umut verici.