Samsun Haber — FATİH MEHMET KÜRKÇÜ - Samsun Üniversitesi, akciğer kanserinin erken teşhisine katkı sağlamak amacıyla yapay zeka tabanlı karar destek sistemi geliştiriyor.
"Akciğer Kanser Teşhisi İçin Geniş Dil Modelleri ile Dikkat Mekanizmaları ve Optimizasyon Teknikleri ile Güçlendirilmiş Açıklanabilir Yapay Zeka Destekli Yeni Nesil Karar Destek Sisteminin Geliştirilmesi ve Klinik Etkilerinin Araştırılması" isimli projede geliştirilen sistem sayesinde hekimlerin tomografi görüntülerini yükleyerek şüpheli bölgeler hakkında bilgi alabilmesi ve sistemin hangi bulgulara dayanarak değerlendirme yaptığını görebilmesi hedefleniyor.
TÜBİTAK desteğiyle yürütülen ve ilk yılı geride kalan projede gelecek iki yılda sistemin iyileştirilmesi, büyük dil (devasa miktarda metin verisi üzerinde eğitilmiş, insan benzeri dili anlayan ve üreten bir yapay zeka sistemi) modelleriyle bütünleştirilmesi ve klinik açıdan sağlayabileceği katkıların değerlendirilmesi planlanıyor.
Samsun Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Dekan Vekili Prof. Dr. Zafer Cömert, AA muhabirine, sağlık alanında yapay zekanın hastalıkların tespitinden tedavi süreçlerine kadar birçok alanda hekimlere destek olabilecek imkanlar sunduğunu söyledi.
Projelerinde akciğer hastalıklarının alt türlerini sınıflandırmaya odaklandıklarını belirten Cömert, bilgisayarlı tomografi görüntülerini girdi olarak kabul eden ve kanser türünü teşhis etme konusunda hekimleri destekleyecek bir sistemin temellerini attıklarını anlattı.
Geliştirdikleri sistemin yalnızca hastalığa ilişkin sonuç üretmekle sınırlı kalmayacağına işaret eden Cömert, yapay zekanın değerlendirmelerini açıklayabilmesinin hekimlerin güvenini kazanmak açısından önemli olduğunu vurguladı.
Cömert, "Hastalığa ilişkin bir olasılık değeri verebiliyoruz ama hekim doğal olarak, 'Bunu neye göre verdi?' diye sorabiliyor. Dolayısıyla buradaki süreçlerin açıklanabilir olması oldukça önemli." ifadesini kullandı.
Sistemin tomografi görüntülerinde değerlendirmeye esas aldığı bölgeleri ısı haritalarıyla göstereceğini aktaran Cömert, "'Buna normal bir akciğer görüntüsü dedim' ya da 'Hastalıklı bir akciğer görüntüsü dedim fakat bunu yaparken şu bölgelere baktım.'" diyebilmesi lazım" dedi.
Projenin geleneksel karar destek sistemlerinden büyük dil modeli entegrasyonuyla ayrılacağını dile getiren Cömert, hekimlerin herhangi bir teknik bilgiye ihtiyaç duymadan sistemle iletişim kurabileceğine dikkati çekti.
Yapay zekanın tomografi görüntülerindeki şüpheli alanları analiz ederek hekimlerin sorularına yanıt verebileceğini belirten Cömert, "Klinik anlamda bir hekim bu sisteme eriştiğinde tomografi görüntüsünü sistem üzerine bıraktığı zaman doğal dille sistemle etkileşim kurabilecek. Lezyonların tespitleri ya da modelleme noktasında hangi alanlara odaklanması gerektiği gibi bilgilerin çıkarımını doğrudan yapabilecek." diye konuştu.
"Projenin ilk yılında umut verici sonuçlar elde ettik"
Çalışmanın tamamen yerli imkanlarla yürütüldüğünü, veri setlerinin oluşturulmasından algoritmaların geliştirilmesine kadar bütün aşamaların proje ekibi tarafından gerçekleştirildiğini anlatan Cömert, şöyle devam etti:
"Projenin ilk yılında umut verici sonuçlar elde ettik. Önümüzde iki yıllık bir süre var. Bu süre içerisinde projenin gelişimi açısından optimizasyonları tamamlamayı, algoritmayı maliyet ve verimlilik noktasında en uygun noktaya getirmeyi hedefliyoruz. Sonrasında geniş dil modeli entegrasyonunu yapacağız. Klinik olarak gerçekten anlamlı bir farklılık elde edebiliyor muyuz, buna bakacağız. Eğer bu soruyu olumlu yanıtlayabilirsek projemizi sonlandırmış olacağız. Yapay zeka hekimlerin yerini almak yerine teşhis süreçlerine destek olacak. Geliştirilen sistemin özellikle gözden kaçabilecek bulguların değerlendirilmesine katkı sunmasını hedefliyoruz. Dolayısıyla ikinci bir göz doktorlara eşlik edecek. Hastalıkların daha erken teşhis edilmesi, doktorların üzerindeki iş yükünün azaltılması boyutlarıyla da hem klinik hem de sosyal etki anlamında katkıları olacak projemizin."
