Boğaziçili Bilim İnsanları Kanser Tanısında Devrim Yaratıyor: Yapay Zeka Destekli Hızlı ve Hassas Tanı
PathoSeg ve PathopixGAN ile Tanıda Çığır Açan Teknoloji
Editor1
Boğaziçili Bilim İnsanları Kanser Tanısında Devrim Yaratıyor: Yapay Zeka Destekli Hızlı ve Hassas Tanı
MEDİCENTERTV.COM / İSTANBUL
Boğaziçi Üniversitesi Bilgisayar Mühendisliği Öğretim Üyesi Doç. Dr. Mehmet Turan ve ekibi tarafından geliştirilen “PathoSeg” ve “PathopixGAN” isimli yapay zeka modelleri, kanser tanısında daha hızlı ve hassas sonuçlar sunuyor. Doç. Dr. Turan, "Patolojideki geleneksel tanı süreci mikroskop incelemelerine dayanıyordu. PathoSeg ve PathopixGAN ile hücre ve doku bölgesi analizleri artık çok daha hızlı ve hassas bir şekilde yapılabiliyor,” ifadelerini kullandı.
Bu ileri teknoloji ile kanserli hücrelerin metastazının erken evrelerde tespit edilmesi kolaylaşırken, modellerin tanı doğruluğunu artırdığı ve doktorların iş yükünü azalttığı kaydedildi. Bu yenilikçi çalışma, Elsevier’in prestijli bilimsel dergisi Medical Image Analysis’te yayımlanarak küresel akademik çevrede de dikkat çekti.
“Tanı Sürecinde Önemli Bir Yenilik”
Yapay zeka ve derin öğrenme teknolojilerini kullanarak kanser gibi hastalıkların tanısında devrim yaratmayı amaçlayan Doç. Dr. Mehmet Turan, geliştirdikleri PathoSeg ve PathopixGAN modelleriyle patoloji alanına yenilik kattıklarını belirtti. Turan, “PathoSeg modeli ile hücre ve doku bölgelerinin segmentasyonu artık çok daha hızlı ve hassas şekilde yapılabiliyor. Bu sayede kanserli bölgeler daha doğru bir şekilde tespit edilerek tanı süreci verimli hale geliyor,” diye ekledi.
Veri Dengesizliği Sorununu Çözmeye Yönelik Bir Adım
Doç. Dr. Turan, histopatoloji verilerinde dengesizliklerin yaşandığını ve PathopixGAN modelinin bu sorunu gidermek üzere tasarlandığını söyledi. “PathopixGAN, nadir rastlanan patolojik durumları öğrenmek için yapay görüntüler üreterek veri dengesini sağlıyor. Bu adım, nadir görülen vakaların dahi başarılı bir şekilde segmentasyonunu sağlıyor ve veri dengesizliği sorununa çözüm sunuyor,” dedi.
“Klinik Tanı Süreçlerine Yapay Zekanın Entegrasyonunu Hedefliyoruz”
Doç. Dr. Turan, ortaya koydukları modellerin diğer araştırmacılar ve sağlık sektörü için önemli bir referans noktası teşkil ettiğini belirterek şunları ifade etti: “Bu modellerin yapay zeka destekli tanıda örnek teşkil ederek sağlık hizmetlerinin genelinde yapay zeka kullanımının artmasına katkıda bulunmasını umuyoruz. Hedefimiz, bu teknolojiyi klinik uygulamaların bir parçası haline getirerek daha hızlı, güvenilir ve kişiselleştirilmiş tedavi süreçlerine destek olmak.”
Bu yenilikçi yapay zeka modelleri, kanser gibi hastalıklarda erken ve kesin tanıyı mümkün kılarken, dünya çapında patoloji tanı süreçlerinin hızlandırılması ve doğruluğunun artırılmasında önemli bir rol oynayacak.
