Pankreas kanseri, en ölümcül kanser türlerinden biri olarak bilinirken, erken teşhis için kullanılan bilgisayarlı tomografi görüntülerinin değerlendirilmesi de oldukça zorlu bir süreç. Uzmanlar arasındaki görüş farklılıkları, bu alandaki teşhis belirsizliğinin temel nedenlerinden biri olarak öne çıkıyor.
Yeni geliştirilen TwinTrack sistemi, bu soruna farklı bir açıdan yaklaşıyor. Geleneksel yapay zeka yöntemleri tek bir doğru cevap aradığı için uzmanlar arasındaki farklılıkları görmezden geliyor. TwinTrack ise bu çeşitliliği sistemin bir parçası haline getiriyor.
Sistemin temel yeniliği, 'insan yanıt ortalaması' kavramını kullanması. Bu yaklaşımda, bir görüntü bölgesinin tümör olma olasılığı, o bölgeyi tümör olarak işaretleyen uzman sayısının toplam uzman sayısına oranı olarak hesaplanıyor. Bu sayede sistem, sadece evet-hayır şeklinde kesin cevaplar vermek yerine, belirsizlik seviyesini de belirtiyor.
Araştırmacılar, sistemlerini mevcut yöntemlerle karşılaştırdıklarında, kalibrasyonun önemli ölçüde iyileştiğini gözlemlediler. Bu gelişme, doktorların teşhis kararlarında daha bilinçli tercihler yapmalarına olanak sağlayabilir. Sistemin küçük bir kalibrasyon veri setiyle çalışabilmesi de pratik uygulamalarda önemli bir avantaj sunuyor.