University of Missouri araştırmacıları, yapay zekânın melanomu tespit etme yeteneğini değerlendirdi. Çalışmanın amacı, doktorların yapacağı daha ayrıntılı tıbbi incelemeye ihtiyaç duyan vakaları daha hızlı belirlemeye yardımcı olmaktı; sistem uzmanların yerini almak için tasarlanmadı.
Singh liderliğindeki ekip doğrulanmış melanom vakalarını da içeren 400.000 görüntüden oluşan bir veri tabanı kullandı. Görüntüler, cildin üç boyutlu dijital haritasını oluşturabilen 3B vücut fotoğrafçılığı ile elde edildi; bu sayede tüm vücutta ince görsel ayrıntılar analiz edilebildi.
Araştırmacılar üç mevcut yapay zekâ modelini karşılaştırdı. Bireysel modellerde doğruluk yüzde 88'e kadar ulaştı ve üç model birleştirildiğinde doğruluk yüzde 92'nin üzerine çıktı. Ekip, farklı cilt tonları, aydınlatma koşulları ve kamera açılarını içeren daha çeşitli veriyle eğitimin zaman içinde iyileşeceğini belirtti.
Singh, sistemin klinik ortama girmesinin zaman alacağını ve yapay zekânın nasıl karar verdiğine dair daha iyi açıklamalar sunulmasının uzmanların güvenini artıracağını söyledi. Çalışma Biosensors and Bioelectronics: X dergisinde yayımlandı.
Zor kelimeler
- veritabanı — Düzenli olarak saklanan dijital bilgi koleksiyonuveri tabanı
- fotoğrafçılık — Fotoğraf çekme ve görüntü oluşturma işi3B vücut fotoğrafçılığı
- doğruluk — Bir sonucun veya bilginin doğru olma seviyesi
- birleştirmek — İki veya daha fazla şeyi tek hale getirmekbirleştirildiğinde
- çeşitli — Farklı türleri veya durumları kapsayan
- klinik ortam — Hastane veya sağlık hizmeti verilen yerklinik ortama
- açıklama — Bir şeyin nasıl olduğunu anlatan ifadeaçıklamalar
İpucu: Türkçe metni okurken veya ses kaydını dinlerken, vurgulanan kelimelerin üzerine gel, odaklan ya da dokun; anında kısa tanımlar görünür.
Tartışma soruları
- Sistem uzmanların yerini almak için tasarlanmadı. Sizce yapay zekâ neden destekleyici bir araç olarak kalmalı? Kısaçe açıklayın.
- 3B vücut fotoğrafçılığı kullanarak veri toplamanın avantajları ve zorlukları neler olabilir? Kısa örneklerle söyleyin.
- Yapay zekâ kararlarının daha iyi açıklanması uzmanların güvenini nasıl etkiler? Kısa nedenler verin.
İlgili makaleler
Latin Amerika'da yerel yapay zeka ile cinsiyet eşitsizliğiyle mücadele
Latin Amerika'da aktivistler ve araştırmacılar, cinsiyete dayalı eşitsizlik ve şiddeti incelemek için açık kaynaklı yerel yapay zeka araçları geliştiriyor. Projeler veri koruması, mahkeme belgeleri analizi ve yerel politika çağrılarına odaklanıyor.
