Makineler, Doktor Rolünü Oynamaya Hazırlanıyor

http:bilgilihocamcominternaldatasmakinelerdoktorrolunuoynamayahazirlaniyor5c2f54b68c8fb H İlker KAYAKalp ritmi bozukluklarını (aritmiyi) belirleyen bir algoritma, suni zekanın tıpta nasıl devrim yaratabileceğine muhabere ediyor­; oysa hastalar makinelerine ömür boyu itimat etmek durumundalar Doktorlar makinelere güvenmeye her zamankinden daha artı hevesli oldukları sürece algoritmaların ahenkli olarak yaşam kurtarması, çok uzun vakit almayabilir  Stanford Üniversitesi ’nde meşhur bir yapay akıl araştırmacısı olan tezgâhtar profesör Andrew Ng liderliğindeki bir grup analist, bir “machinelearning modelinin, ELEKTROKARDIYOGRAM sonucu alınan düzensiz yürek çarpıntılarını (aritmileri), bir uzmandan daha iyi tespit edebildiğini gösterdiOtomatize edilmiş yaklaşımlar potansiyel olarak ölümcül olabilen yürek çarpıntı düzensizliklerinin teşhisini daha güvenilir ayla getirerek, rutin tıbbi tedavide manâlı rol oynayabilmesi sağlanabilir Ayrıca kaynakların kıt olduğu alanlarda, kaliteli bakım yapılabilir ışık halkası gelebilirhttp:bilgilihocamcominternaldatasmakinelerdoktorrolunuoynamayahazirlaniyor5c2f54b6987bepngAraştırmacılar taşınabilir KALP GRAFIĞI cihazlarını farklı alanlara yönlendirilmiş şekillerde aritmilere sahip hastalardan 30000 adet 30 saniyelik klips biriktirmek için kullandıBu çalışma bununla birlikte, “machinelearning modelinin tıpta köklü değişiklik yaratması olasılığının en yeni işaretidir Son yıllarda araştırmacılar cihaz öğrenme tekniklerinin göğüs kanseri, deri kanseri ve tıbbi görüntülerden gelen göz hastalıkları da dahil elde etmek üzere bir fazla rahatsızlığı saptamak için kullanılabileceğini göstermiştirNg, eposta yoluyla, “İnsanların derin öğrenmenin teşhis yerleştirme konusunda seçkin doktorlardan daha yüksek bir doğruluğa sahip olmasını ne kadar hızlı kabul ettikleri konusunda iddialıyım biçiminde görüş belirtti  Görüntülemenin ötesine geçen araştırmacıların KALP GRAFIĞI gibi diğer bilgi biçimlerine yönelmesini özendirme etmenin yiğitlik verici olduğunu da ekliyorYakın zamana dek,  Ng,  Çinli teknoloji devi Baidu ’nun baş bilim insanıydı ve burada farklı meslek problemleri için derin öğrenme yaklaşımlarını uygulamayı amaçlayan bir enstitü kurulmasına takviye ediyorduStanford ekibi, KALP GRAFIĞI verilerinde öbür aritmileri ifade etmek için bir derin öğrenme algoritmasını “eğitti Bir Takım düzensizliklerde, sinyal algılanması kuvvet olabilir oysa bu durumlar, ani kalp krizi gibi ciddi afiyet sorunlarına niçin olabilir böylece hastalardan çoğunlukla birkaç hafta boyunca bir EKG sensörü (Ritim holter) takmaları istenir O süre bile, bir doktorun normal düzensizlikleri ve tedaviyi gerektirenlerini ayırt etmesi şiddet olabilirhttp:bilgilihocamcominternaldatasmakinelerdoktorrolunuoynamayahazirlaniyor5c2f54b6a6c72pngStanford araştırmacıları, ELEKTROKARDIYOGRAM verilerinden gelen bambaşka yamalı kalp atışlarını tarif etmek için bir derin öğrenme algoritmasını eğittiAraştırmacılar, portatif KALP GRAFIĞI cihazları üreten bir şirket olan iRythm ile ortaklık kurdu Öbür aritmi biçimlerindeki hastalarından 30000 adet 30 saniyelik klips topladılarAlgoritmaların doğruluğunu vermek için takım, beş farklı kardiyoloğun, teşhis konulmamış 300 klipsteki performansıyla karşılaştırdı Bu sonuçları 3 şahsiyet bilirkişi kardiyoloji ekibi değerlendirdi ve kesin sonuçlar elde edildiDerin öğrenme, büyük miktarda veriyi, geniş bir suni asap ağı içinde beslemeyi ve sorunlu ELEKTROKARDIYOGRAM sinyallerini kesin olarak tanıyana dek parametrelerini optimize etmeyi içerir Bu yaklaşımın, manzara ve sesteki karışık modellerin belirlenmesinde ustalığı kanıtlanmış ve insanüstü görüntü ve ses tanınma sistemlerinin geliştirilmesine yol açmıştır Ayrıca “machine learning uzmanı keza de tıp doktoru olan Microsoft Araştırma Genel Müdürü Eric Horvitz ’in de aralarında bulunduğu MITOS ve Michigan Üniversitesi ’nden iki ayrı grup, aritmilerinin saptanması için makine öğrenimi tekniklerini uygulamaktalarBuna rağmen, ileriye dönük olarak bakıldığında, makine öğrenimi için fazla sayıda bambaşka veri ile tarama yaparak, hastalık teşhis etme potansiyeli bulunmaktadır aynı zamanda, aşılması gereken kayda değer bir güçlük olarak doktorlar ve hastalar, mantıkları anlaşılamayacak değin kompleks olan algoritmalara inanmak zorundalar Derin öğrenme, bilhassa “machine learningin açık olmayan bir formudur ve onu daha açıklanabilir kılmanın yollarını bulmak, güven yapı etmek ve tedaviyi daha gelişmiş kılmak için önemlidirYine de, Ng ’nin bir devrimin gelmekte olduğuna dair hiç şüphesi değil “Hala bu algoritmaları sağlık bakım sisteminin rutin akışına sokmak için çalışmalarımız devam ediyor diyor “Kendimce bundan 10 yıl sonraki sağlık hizmetleri daha çok suni zeka kullanacak ve bugünkü durumdan çok farklı görünecekKaynak:wwwtechnologyreviewcoms608234themachinesaregettingreadytoplaydoctorampKapak Fotoğrafı:aiaconnectfileswordpresscom201903robotdoctor sizlere bilgilihocamcom farkıyla sunulmuştur