SAMSUN — "Akciğer Kanser Teşhisi İçin Geniş Dil Modelleri ile Dikkat Mekanizmaları ve Optimizasyon Teknikleri ile Güçlendirilmiş Açıklanabilir Yapay Zeka Destekli Yeni Nesil Karar Destek Sisteminin Geliştirilmesi ve Klinik Etkilerinin Araştırılması" isimli projede geliştirilen sistem sayesinde hekimlerin tomografi görüntülerini yükleyerek şüpheli bölgeler hakkında bilgi alabilmesi ve sistemin hangi bulgulara dayanarak değerlendirme yaptığını görebilmesi hedefleniyor.
TÜBİTAK desteğiyle yürütülen ve ilk yılı geride kalan projede gelecek iki yılda sistemin iyileştirilmesi, büyük dil (devasa miktarda metin verisi üzerinde eğitilmiş, insan benzeri dili anlayan ve üreten bir yapay zeka sistemi) modelleriyle bütünleştirilmesi ve klinik açıdan sağlayabileceği katkıların değerlendirilmesi planlanıyor.
Vatandaşların alması gereken önlemler ve uyarılar
Samsun Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Dekan Vekili Prof. Dr. Zafer Cömert, AA muhabirine, sağlık alanında yapay zekanın hastalıkların tespitinden tedavi süreçlerine kadar birçok alanda hekimlere destek olabilecek imkanlar sunduğunu söyledi. Projelerinde akciğer hastalıklarının alt türlerini sınıflandırmaya odaklandıklarını belirten Cömert, bilgisayarlı tomografi görüntülerini girdi olarak kabul eden ve kanser türünü teşhis etme konusunda hekimleri destekleyecek bir sistemin temellerini attıklarını anlattı. Geliştirdikleri sistemin yalnızca hastalığa ilişkin sonuç üretmekle sınırlı kalmayacağına işaret eden Cömert, yapay zekanın değerlendirmelerini açıklayabilmesinin hekimlerin güvenini kazanmak açısından önemli olduğunu vurguladı.
"Akciğer Kanser Teşhisi İçin Geniş Dil Modelleri ile Dikkat Mekanizmaları ve Optimizasyon Teknikleri ile Güçlendirilmiş Açıklanabilir Yapay Zeka Destekli Yeni Nesil Karar Destek Sisteminin Geliştirilmesi ve Klinik Etkilerinin Araştırılması"
Cömert, "Hastalığa ilişkin bir olasılık değeri verebiliyoruz ama hekim doğal olarak, 'Bunu neye göre verdi?' diye sorabiliyor. Dolayısıyla buradaki süreçlerin açıklanabilir olması oldukça önemli." ifadesini kullandı. Sistemin tomografi görüntülerinde değerlendirmeye esas aldığı bölgeleri ısı haritalarıyla göstereceğini aktaran Cömert, "'Buna normal bir akciğer görüntüsü dedim' ya da 'Hastalıklı bir akciğer görüntüsü dedim fakat bunu yaparken şu bölgelere baktım.'" diyebilmesi lazım" dedi.
Sürece ilişkin resmi açıklamalar ve sonraki aşama
Çalışmanın tamamen yerli imkanlarla yürütüldüğünü, veri setlerinin oluşturulmasından algoritmaların geliştirilmesine kadar bütün aşamaların proje ekibi tarafından gerçekleştirildiğini anlatan Cömert, şöyle devam etti: "Projenin ilk yılında umut verici sonuçlar elde ettik. Önümüzde iki yıllık bir süre var. Bu süre içerisinde projenin gelişimi açısından optimizasyonları tamamlamayı, algoritmayı maliyet ve verimlilik noktasında en uygun noktaya getirmeyi hedefliyoruz.
Sonrasında geniş dil modeli entegrasyonunu yapacağız. Klinik olarak gerçekten anlamlı bir farklılık elde edebiliyor muyuz, buna bakacağız. Eğer bu soruyu olumlu yanıtlayabilirsek projemizi sonlandırmış olacağız.