USD 
EUR 
GBP 
GA 
Yapay zeka fotoğraftan kanser hastalarının yaşam süresini tahmin ediyor
ABD’deki Mass General Brigham araştırmacıları, kanser hastalarının yüz fotoğrafını analiz ederek biyolojik yaşlarını ve hayatta kalma risklerini tahmin edebilen iki yapay zekâ aracı geliştirdi.
ABD’deki Mass General Brigham araştırmacıları, 40 milyondan fazla yüz fotoğrafıyla eğitilen FAHR-Face adlı yapay zekâ modelinden, kanser hastalarının biyolojik yaşını ve hayatta kalma riskini tahmin eden iki araç geliştirdi.
The Lancet Digital Health dergisinde yayımlanan araştırmaya göre FAHR-FaceAge yüz görünümünden biyolojik yaşı tahmin ederken FAHR-FaceSurvival hastaların hayatta kalma riskini değerlendiriyor.
Radyoterapi gören hastalarda yapılan incelemede, yapay zekânın biyolojik yaşını gerçek yaşından en az beş yıl daha büyük tahmin ettiği kişilerin dört yıllık takip sürecindeki ölüm riski diğer hastalara kıyasla yüzde 21 daha yüksek, biyolojik yaşını en az beş yıl daha genç tahmin ettiği kişilerin riski ise yüzde 17 daha düşük bulundu.
Doktorların tedavi kararlarına yardımcı olabilir
Araştırmacılar, bu teknolojinin özellikle ameliyat, radyoterapi veya diğer yoğun kanser tedavileri öncesinde hastaların fiziksel dayanıklılığını değerlendirmeye yardımcı olabileceğini belirtiyor.
Ancak uzmanlar, yüz fotoğrafından elde edilen tahminlerin tek başına klinik karar vermek için yeterli olmadığını vurguluyor.
Araştırmanın sonuçları, yüz görünümü ile hayatta kalma riski arasında istatistiksel bir ilişki bulunduğunu gösteriyor; yapay zekânın neden bu sonuçlara ulaştığını ise henüz açıklamıyor.
Surrey Üniversitesi'nden yapay zekâ uzmanı Miroslaw Bober, araştırmanın önemli bir ilerleme olduğunu ancak aracın klinik kullanıma hazır olmadığını belirtti.
Bober, modelin doktorların değerlendirmelerine ek olarak ne kadar fayda sağladığının ve farklı hasta gruplarında ne kadar güvenilir sonuç verdiğinin araştırılması gerektiğini söyledi.
Araştırmacılar, teknolojinin doktorların yerini almak yerine kişiye özel tedavi kararlarını desteklemesini hedefliyor. Aracın klinik uygulamalarda güvenle kullanılabilmesi için daha fazla bağımsız doğrulama çalışmasına ihtiyaç var.
