Akciğer kanseri dünyadaki en ölümcül hastalıklardan biridir ve kansere bağlı ölümlerin en büyük nedenidir. Amerika Birleşik Devletleri’ndeki araştırma kurumlarından bilim insanları, hastalık riskini doğru bir şekilde tahmin edebilen, önleme ve erken tedaviye yardımcı olabilecek yapay zekâya (AI) sahip bir araç geliştirdiklerini söylüyorlar.
Mass General Kanser Merkezi (Massachusetts General Hospital) ve Massachusetts Teknoloji Enstitüsü’ndeki (MIT) ABD’li araştırmacılar arasındaki bir ortaklıkla, yapay zekâ ile çalışan ve sigara içmeyen ve akciğer hastalığı öyküsü olmayan kişilerde bile akciğer kanseri riskini tahmin edebilen Sybil aracı geliştirildi.
Şu anda, düşük doz radyasyonlu göğüs bilgisayarlı tomografisi (LDCT), sigara içen 50 ila 80 yaş arasındaki kişilerde akciğer kanserini tespit etmek için önerilen ana testtir. Bu nedenle Sybil, bir hastada hastalığın ne kadar sürede gelişeceğini belirleyebilecek bilgileri takip etmek için yapay zekâ kullanarak LDCT taramalarını analiz etmek üzere geliştirilmiştir ve bir ila altı yıllık bir süreyi tanımlamaktadır.
Bilim insanları Sybil’in radyologlara teşhis konusunda yardımcı olabileceğine ve böylece kanser hastalarının taramasını kişiselleştirebileceğine inanıyor.
Akciğer kanseri ve yapay zekâ
“Sybil bir görüntüye bakarak bir hastanın altı yıl içinde akciğer kanserine yakalanma riskini tahmin edebiliyor. Çalışmanın yazarlarından ve Jameel Kliniği (MIT) fakülte lideri Regina Barzilay, “Massachusetts General Hospital ekibi tarafından yürütülen ve aksi takdirde ilerlemiş hastalık geliştirecek hastalar için sonuçları değiştirmeyi amaçlayan çeviri çabaları konusunda heyecanlıyım” dedi.
Çalışmanın yazarlarından Florian Fintelmann’a göre Sybil, sorunu anlamak ve böylece insanlarda hastalığın izlenmesine yardımcı olmak için sadece bir TCBD taramasının analizini gerektiriyor. Yapay zekâ, sigara içen veya hiç sigara içmemiş farklı kişilerin taramalarından oluşan üç bağımsız veri kümesi kullanılarak değerlendirildi.
Bu üç sette Sybil, hastalarda akciğer kanserini doğru bir şekilde tahmin edebildi, ancak araştırmacılar konuyla ilgili daha fazla çalışmaya ihtiyaç duyulduğuna dikkat çekiyor. Çalışmaya katılanların yüzde 92’si beyaz olduğu için Sybil’in tüm insanlar arasında doğru çalışıp çalışmayacağını anlamak için daha fazla çalışmaya ihtiyaç var.