Boğaziçi Üniversitesi’nden Yapay Zeka ve Patoloji Alanında Önemli Gelişmeler
Boğaziçi Üniversitesi, yapay zeka ve makine öğrenmesi konularında yürütülen çalışmalarıyla dikkat çekiyor. Son olarak, Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Mehmet Turan ve ekibi, yapay zeka destekli derin öğrenme teknolojilerinin patoloji alanındaki uygulamaları üzerine önemli bir araştırma gerçekleştirdi. Bu çalışma, Elsevier’in saygın bilimsel dergilerinden biri olan Medical Image Analysis‘da yayımlandı.
Doç. Dr. Turan, bu teknolojiyi klinik uygulamalara entegre ederek daha hızlı, güvenilir ve kişiselleştirilmiş tedavi seçeneklerine katkıda bulunmayı amaçladıklarını belirtti.
KANSER GİBİ HASTALIKLARIN TANI SÜRECİNİ DEĞİŞTİRMEK AMACINDA
Turan, yapay zeka ve derin öğrenme teknolojileri kullanarak geliştirdikleri “PathoSeg” ve “PathopixGAN” adlı modellerle, kanser gibi hastalıkların tanı süreçlerini mikroskop incelemelerinin ötesine taşımayı hedeflediklerini vurguladı. Şunları ekledi: “Patolojideki tanı süreci uzun yıllardır görsel incelemelere dayanıyordu. Çalışmamızla birlikte, yapay zekanın bu sürece entegre edilmesiyle önemli bir yenilik sağladık. ‘PathoSeg’ modelimiz sayesinde hücre ve doku bölgelerinin segmentasyonu artık hem daha hızlı hem de daha hassas bir şekilde gerçekleştirilebiliyor. Bu, tanı sürecini daha verimli hale getiriyor ve kanserli bölgelerin tespitini çok daha doğru bir şekilde yapmamıza olanak tanıyor.”
Ayrıca, bu modelin kanserli hücre metastazının erken tespitini sağladığını belirten Turan, “PathoSeg” modelinin kanserli hücrelerin ve dokuların segmentasyonundaki üstün performansının tanının doğruluğunu artırdığını ifade etti. Böylece, doktorların iş yükünün de önemli ölçüde azaldığını vurguladı.
Doç. Dr. Turan, “PathopixGAN” modeli sayesinde histopatoloji verilerinde karşılaşılan sorunların giderildiğini de sözlerine ekledi. Özellikle nadir görülen vakaların modelin öğrenmesi için yeterli veri sağlamadığını belirten Turan, “Gerçeğe çok yakın ve çeşitli yapay görüntüler üreterek modelin daha geniş bir veri setiyle eğitilmesini sağlıyoruz” dedi.
DİĞER ARAŞTIRMACILAR İÇİN GÜÇLÜ BİR MODEL VE VERİ KAYNAĞI SUNUYORUZ
Turan, bu modellerin kendi alanlarında öncü niteliğe sahip olduğunu belirterek, “Akademik alanda diğer araştırmacılar için güçlü bir model ve veri kaynağı sağlıyoruz. Yapay zeka kullanımının benimsenmesi sürecinde önemli bir referans noktası olmayı hedefliyoruz. Sektör açısından ise yapay zekanın klinik tanı süreçlerine entegrasyonu konusunda bir örnek teşkil etmeyi ve sağlık hizmetlerinde yapay zeka kullanımının artmasına katkıda bulunmayı umuyoruz. Hedefimiz, bu teknolojiyi klinik uygulamaların ayrılmaz bir parçası haline getirerek daha hızlı, güvenilir ve kişiselleştirilmiş tedavi seçeneklerine destek olmaktır” şeklinde konuştu.
