GZT
Haber akışına dön

Tıp Dünyasında Çığır Açan Gelişme: Yapay Zeka Tek Bir Fotoğrafla Yaşam Süresini Ve Biyolojik Yaşı Tahmin Ediyor

Tıp Dünyasında Çığır Açan Gelişme: Yapay Zeka Tek Bir Fotoğrafla Yaşam Süresini Ve Biyolojik Yaşı Tahmin Ediyor

Yapay zekâ teknolojileri tıp dünyasında yeni gelişmelerin önünü açmaya devam ediyor. Harvard Üniversitesi ve Mass General Brigham bünyesindeki araştırmacıların geliştirdiği FaceAge adlı yapay zekâ modeli, tek bir yüz fotoğrafından kişinin biyolojik yaşını tahmin edebiliyor ve kanser hastalarının sağkalım olasılıklarına ilişkin öngörülerde bulunabiliyor. 40 milyondan fazla fotoğrafla eğitilen sistem, yüz hatlarını analiz ederek sağlık durumuna ilişkin önemli ipuçlarını değerlendiriyor.

Massachusetts'teki Mass General Brigham bünyesinde geliştirilen FaceAge, yüz fotoğraflarını derin öğrenme yöntemiyle analiz ediyor. Cildin kalitesi ve dokusu, kırışıklıklar, kemik yapısı ve yüzdeki ince ayrıntılar, sistemin değerlendirdiği başlıca özellikler arasında yer alıyor.

Harvard Üniversitesi profesörü ve Mass General Brigham'ın Yapay Zekâ ve Tıp Programı direktörü Hugo Aerts, yüz fotoğraflarının sağlık hakkında sanılandan çok daha fazla bilgi barındırdığını belirtti. Aerts, araştırmanın kanser hastalarının sağkalım riskinin doğrudan yüz fotoğraflarından tahmin edilmesi açısından önemli bir adım olduğunu vurguladı.

Aerts, bildikleri kadarıyla çalışmanın, yalnızca bir yüz fotoğrafından kanser hastalarının sağkalımını tahmin edebilen bir yapay zekâ modelini ortaya koyan ilk araştırma olduğunu ifade etti.

Yapay zekâ yüzdeki hangi değişimleri inceliyor?

FaceAge, biyolojik yaşı tahmin ederken yüzdeki çeşitli fiziksel değişimleri dikkate alıyor. Dudak çevresinde oluşan ve "sigara çizgileri" olarak bilinen dikey kırışıklıklar, göz çevresindeki hacim kaybı ve cilt sarkması bunlar arasında bulunuyor.

Sistem ayrıca göz kenarlarındaki ince çizgileri, kaz ayağı kırışıklıklarını, göz altı torbalarını ve göz kapaklarının şeklindeki değişimleri analiz ediyor. Şakak bölgesindeki çökme, yanaklardaki yağ dokusunun azalması ve yüzün genel şeklini etkileyen kas tonusu değişiklikleri de değerlendirmeye alınıyor. Buna karşılık saçların beyazlaması ve kellik gibi yanıltıcı olabilecek özellikler, biyolojik yaş tahmininde kullanılmıyor.

Harvard Tıp Fakültesi'nde radyasyon onkolojisi alanında doçent olan Raymond Mak, araştırmanın sonuçlarının farklı pozlar, ışık koşulları, yüz ifadeleri ve makyaj gibi değişkenlere rağmen tutarlı olmasının kendilerini şaşırttığını söyledi.

Mak, amaçlarının fotoğrafa dayalı sağlık değerlendirmelerini daha ölçülebilir, tutarlı ve yaygın biçimde kullanılabilir hale getirmek olduğunu belirtti. Teknolojinin hekimlerin kararlarının yerini almak yerine kişiye özel tedavi süreçlerini desteklemesinin hedeflendiğini de vurguladı.

Sigara içenlerin biyolojik yaşı daha ileri çıktı

Araştırmada beslenme, stres, sigara ve alkol tüketimi gibi yaşam tarzı faktörlerinin yaşlanma süreciyle ilişkisi de ele alındı.

Bulgulara göre, hâlen sigara içen kişilerin yüzlerinden tahmin edilen biyolojik yaşları, sigara kullanmayanlara kıyasla ortalama 3 yıl daha ilerideydi. Buna karşılık, daha önce sigara içmiş kişilerle hiç sigara kullanmamış kişiler arasında yüz yaşlanması bakımından anlamlı bir fark bulunmadı.

Araştırmacılar, bu sonucun sigarayı bırakmanın zaman içinde ciltte ve yüz özelliklerinde toparlanmayla ilişkili olabileceğine işaret ettiğini belirtti.

Yapay zekâ 6 binden fazla kanser hastasının verileriyle değerlendirildi

FaceAge, sağlıklı olduğu düşünülen ve 60 yaş ve üzerinde bulunan 58 bin 851 kişinin verileriyle eğitildi. Modelin değerlendirilmesi kapsamında ABD ve Hollanda'daki iki kurumdan alınan, kanser tanısı bulunan 6 bin 196 hastanın verileri de incelendi.

Araştırma sonuçları, FaceAge'in özellikle tedavi edilemeyen kanser nedeniyle palyatif bakım alan hastalarda hekimlerin sağkalım tahminlerini iyileştirebildiğini ortaya koydu.

Çalışma, yüz fotoğraflarının sağlık değerlendirmelerinde yeni bir araç olarak kullanılabileceğine işaret ederken FaceAge'in tek başına kesin bir kanser tanısı koymadığı veya kişinin ne kadar yaşayacağını kesin olarak belirlemediği de önem taşıyor. Modelin, hekimlerin klinik değerlendirmelerini desteklemesi amaçlanıyor.

Okumaya devam et

Pusholder

Senin gündemin

Okuma seçenekleri

Push AIÖzet

PusholderKaynakta oku
gzt.com