Yazılımın Gücü

0
56

GE Healthcare ve San Francisco’da bulunan California Üniversitesi, klinisyenlere daha hızlı bilgi sağlamayı amaçlayan derin öğrenme algoritmaları geliştiriyor.

 

GE Healthcare ve San Francisco’da bulunan California Üniversitesi, yapay zeka ve makine öğreniminin doktorların ve tıbbi bakım sağlayan kişilerin daha hızlı ve daha akıllı klinik kararlar vermesini nasıl sağlayabileceği üzerine bir çalışma yapmaktadır. Birlikte, klinisyenlere daha hızlı bilgi sağlamayı amaçlayan derin öğrenme algoritmaları geliştirecekler.[1]

Apple’ın Siri teknolojisinde veya Microsoft’un gelişmiş görüntü tanıma sisteminde bulunanlara benzer Yapay Zeka (YZ) versiyonları teknolojinin yetkinliklerini kanıtlamış olsa da, UCSF’de bilişim bölümü başkan vekili ve kardiyolog olarak görev alan Dr. Michael Blum, “Sağlık hizmetlerinde bu alan ile ilgili neredeyse hiç ilerleme kaydedilmedi,” diyor. “Doktorlar tıp fakültesinde bir hastanın vücudunda neler olup bittiğini anlamak için stetoskop kullanmayı ve X ışınlarını okumayı öğrenirler. Artık bu asırlık araçları, yapay zeka ve makine öğrenimi gibi çağdaş teknolojilerle destekleyeceğiz.”

 

UCSF ve GE Healthcare ekibi ilk olarak, çoğunlukla GE Healthcare ekipmanları kullanılarak edinilen anonimleştirilmiş ve not eklenmiş binlerce akciğer grafisini kullanarak YZ algoritmaları geliştirecek ve bu algoritmaları doğrulayacak. Çözüm güvenli ve etkili olarak kabul edildikten sonra dünya genelinde GE Health Cloud ve akıllı GE Healthcare görüntüleme cihazlarında kullanılabilecek ve çökmüş akciğer veya hatalı yerleştirilmiş besleme tüpü gibi kritik anormallikler için büyük X ışını hacimlerini analiz etme yeteneğine sahip olacaktır.

Geliştirilme aşamasındaki teknoloji, klinik bakım ekiplerini daha verimli hale getirmeyi ve YZ algoritmaları tarafından kritik olarak tanımlanan vakaları çalışma listelerinin üst kısımlarına taşıyarak radyologların işlerini daha akıllıca önceliklendirmelerine yardımcı olmayı amaçlamaktadır. Uzun vadeli hedef, akut durumdaki hastaların tedavi süresini azaltmak ve hasta sonuçlarını iyileştirmektir.

Dr. Blum, bu tür algoritmaların desteği olmadan radyoloğun zamanını her zaman en etkili şekilde kullanamayacağını belirtiyor. Örneğin bir radyolog, zamana duyarlı bir görüntüleme bulgusuna sahip bir inceleme ile karşılaşmadan önce düzinelerce normal veya değişmemiş akciğer grafisine bakmak zorunda kalabilir. Derin öğrenme özelliğinin ardındaki teknoloji, radyoloğun yazılımın seçimini onaylaması veya reddetmesi ve yazılıma sürekli olarak algoritma doğruluğunu geliştiren yeni görüntüleme verileri eklemesi yoluyla sisteme değerli geribildirim sağlamasına olanak tanır.

 

UCSF’den Dr. Blum şöyle anlatıyor: “Doktorlar tıp fakültesinde bir hastanın vücudunda neler olup bittiğini anlamak için stetoskop kullanmayı ve X ışınlarını okumayı öğrenirler. Artık bu asırlık araçları, yapay zeka ve makine öğrenimi gibi çağdaş teknolojilerle destekleyeceğiz.”

GE Healthcare’in YZ geliştirme yol haritasına göre amaç; tanısal görüntüleme yöntemlerinin tamamı için tanısal doğruluğu, hasta sonuçlarını, klinik iş akışlarını ve verimliliği iyileştirmeye yardımcı olan bir algoritma kütüphanesi geliştirmektir.

Dr. Blum, ilk algoritmaların önümüzdeki altı ay içinde geliştirilip test edileceğini ve klinisyenleri günlük uygulamalarında desteklemeye odaklanılacağını belirtiyor. “Bu algoritmalar, başlangıçta tanı koymayacak veya tedavi tavsiyesinde bulunmayacak ancak birlikte çalışmaya devam ettikçe daha karmaşık algoritmalar geliştirmeyi umuyoruz. Zaman içerisinde sayısal olarak tanı koyma konusunda doktorlar kadar iyi algoritmalar geliştireceğimizi hayal etmek kolay olsa da sağlık hizmeti sunmanın karmaşık ve duygusal ortamında deneyimli doktorlara her zaman ihtiyaç olacaktır.”

Bu açıklama, radyolog ve radyoloji uzmanı sayısının yetersiz olduğu gelişen pazarlar da dahil olmak üzere bazı küresel sağlık hizmeti pazarlarında özellikle yankı uyandırmaktadır. Gelecekteki algoritmalar, klinik kaynakların eksikliğini giderebilir ve dünya genelindeki sağlayıcıların derin öğrenme yoluyla sağlanan yeni bilgi ve fikirlere erişmesini sağlayabilir.

GE Healthcare ve UCSF’nin işbirliği, tanısal görüntüleme alanında önemli bir geçmişi olan iki ekibi bir araya getirmektedir. GE Healthcare, 1895’te X ışınını icat etmiş, UCSF ise tüm tıp öğrencilerini radyoloji konusunda eğitmek için 1912’de ilk özel X ışını tesislerinden birini açmıştır. Günümüzde iki kurumun ortaklığı hasta bakımının geleceğini şekillendirmeye yardımcı olmaktadır.

[1] Devam etmekte olan araştırma ve geliştirme çalışmalarını temsil eden geliştirilme aşamasındaki teknoloji. Bu teknolojiler ürün değildir ve hiçbir zaman ürün haline gelmeyebilir. Satılamaz. Ticari satış için ABD FDA veya diğer küresel düzenleyici kurumlar tarafından izin veya onay verilmemiştir.

CEVAP VER

Please enter your comment!
Please enter your name here