Bilim insanları 1000’den fazla hastalığı yıllar öncesinden tahmin eden yapay zeka geliştirdi

Nature dergisinde yayımlanan çalışmaya göre Delphi-2M adı verilen yapay zekâ, İngiltere’nin yarım milyon katılımcıya ait biyomedikal veriler içeren UK Biobank veri tabanında eğitildi. Model, dil tabanlı görevlerde kullanılan ve ChatGPT’nin de temelini oluşturan “transformer” mimarisi ile çalışıyor.

Alman Kanser Araştırma Merkezi’nden Moritz Gerstung, “Tıbbi teşhis dizilerini anlamak, metinlerdeki dil bilgisi kurallarını öğrenmeye benziyor. Delphi-2M, teşhislerin hangi kombinasyonlarla ve hangi sırayla ortaya çıktığını öğreniyor” dedi.

Yüksek doğrulukla risk tahmini

Model, özellikle kalp krizi gibi hastalıklarda bireylerin risk seviyesini yaş ve klasik faktörlerin ötesinde belirleyebildi. Araştırmacılar, yapay zekâyı ayrıca Danimarka’nın iki milyon kişilik kamu sağlık verisi üzerinde test ederek doğrulama yaptı.

Klinik kullanım için erken

Bilim insanları, sistemin umut verici sonuçlar verse de henüz klinik kullanıma hazır olmadığının altını çizdi. İngiliz araştırmacı Peter Bannister, kullanılan veri setlerinin yaş, etnik köken ve mevcut sağlık sonuçları bakımından yanlı olabileceğine dikkat çekti.

Buna rağmen uzmanlar, gelecekte bu tür sistemlerin sağlık hizmetlerini dönüştürebileceğini düşünüyor. Delphi-2M gibi yapay zekâlar sayesinde:

Hastalar daha yakından izlenebilecek,

Önleyici tedbirler daha erken alınabilecek,

Sağlık sistemlerinde kaynak kullanımı optimize edilebilecek.

Tüm hastalıkları tek seferde tarayabiliyor

Mevcut yazılımlar genellikle kalp krizi veya felç gibi tek bir hastalık için risk analizi yapabiliyor. Ancak Delphi-2M, aynı anda 1000’den fazla hastalığın uzun vadeli riskini tahmin edebiliyor.

King’s College London’dan Prof. Gustavo Sudre, çalışmayı “ölçeklenebilir, yorumlanabilir ve en önemlisi etik açıdan sorumlu bir tahmin modeli geliştirme yolunda önemli bir adım” olarak değerlendirdi.

Bilim insanlarına göre, tıpta “yorumlanabilir yapay zekâ” en önemli hedeflerden biri olmaya devam ediyor. Bu sayede hem doktorlar hem de hastalar, yapay zekânın verdiği öngörülerin nasıl ortaya çıktığını anlayabilecek.