16:13:37

Sağlıkta Erken Uyarı Sistemi

20 yıl sonra hangi hastalıklara yakalanacaksınız? Bu yapay zekâ, risklerinizi doğru bir şekilde tahmin ediyor. Delphi-2M adlı değiştirilmiş büyük dil modeli, bir kişinin tıbbi kayıtlarını ve yaşam tarzını analiz ederek 1.000’den fazla hastalık için risk tahminleri sunuyor…

Yeni bir yapay zeka (YZ) aracı, bir kişinin 1.000’den fazla hastalığa yakalanma riskini tahmin edebiliyor ve bazı durumlarda onlarca yıl öncesinden tahminlerde bulunabiliyor.

Delphi-2M adlı model, sağlık kayıtlarını ve yaşam tarzı faktörlerini kullanarak bir kişinin kanser, cilt hastalıkları ve bağışıklık sistemi rahatsızlıkları gibi hastalıkları geliştirme olasılığını 20 yıl öncesinden tahmin ediyor. Delphi-2M, Birleşik Krallık’tan alınan tek bir veri seti üzerinde eğitilmiş olsa da, çoklu hastalık modellemesi bir gün klinisyenlerin yüksek riskli kişileri tespit etmesine yardımcı olarak önleyici tedbirlerin erken alınmasını sağlayabilir. Model, bugün Nature dergisinde yayınlanan bir çalışmada anlatılıyor.

Almanya’daki Ludwig Maximilian Üniversitesi‘nde bilgisayar bilimcisi olan ve tıbbi uygulamalar için yapay zekâ modelleri geliştiren Stefan Feuerriegel, bu aracın bir seferde birden fazla hastalığı modelleme yeteneğinin “şaşırtıcı" olduğunu söylüyor. “Gelecekteki tüm sağlık gidişatını oluşturabilir" diyor.

Sağlık Kâhini

Araştırmacılar, bazı kanserler ve kardiyovasküler hastalıklar da dahil olmak üzere, bir kişinin belirli hastalıkları geliştirme riskini tahmin etmek için AI tabanlı araçlar geliştirdiler. Ancak bu araçların çoğu, yalnızca bir hastalığın riskini tahmin ediyor, diyor çalışmanın ortak yazarı ve Heidelberg’deki Alman Kanser Araştırma Merkezi‘nde veri bilimcisi olan Moritz Gerstung. “Bir sağlık profesyoneli, kapsamlı bir cevap verebilmek için düzinelerce araç çalıştırmak zorunda kalır," diyor.

Bu sorunu çözmek için Gerstung ve meslektaşları, ChatGPT gibi yapay zekâ sohbet robotlarının temelini oluşturan, önceden eğitilmiş üretken dönüştürücü (GPT) adı verilen bir tür büyük dil modelini (LLM) değiştirdiler. GPT‘ler, bir soru sorulduğunda, büyük miktarda veri üzerinde eğitimlerine göre istatistiksel olarak olası olan çıktıları sağlar.

Yazarlar, bir kişinin geçmiş tıbbi geçmişine dayanarak 1.258 hastalığa yakalanma olasılığını tahmin etmek için modifiye edilmiş LLM‘lerini tasarladılar. Model ayrıca kişinin yaşını, cinsiyetini, vücut kitle indeksini ve tütün kullanımı ve alkol tüketimi gibi sağlıkla ilgili alışkanlıklarını da içeriyor. Araştırmacılar, Delphi-2M‘yi uzun vadeli bir biyomedikal izleme çalışması olan UK Biobank’ın 400.000 katılımcısından elde edilen verilerle eğittiler.

Çoğu hastalık için, Delphi-2M‘nin tahminleri, tek bir hastalığa yakalanma riskini tahmin eden mevcut modellerin doğruluğuna eşitti veya onu aştı. Bu araç, çeşitli hastalıkların riskini tahmin etmek için biyobelirteçleri (vücuttaki belirli molekül veya bileşiklerin seviyeleri) kullanan bir makine öğrenimi algoritmasından da daha iyi performans gösterdi. Gerstung, “Şaşırtıcı derecede iyi çalıştı" diyor.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…