Yapay Zekadan (AI) yararlanan en son teknoloji, meme kanserinin erken tespitinde devrim yaratıyor ve mamografi tarama muayeneleri yoluyla yüksek risk altındaki kadınları tespit ediyor.
İsveç'teki Karolinska Institutet merkezli uluslararası bir ekip tarafından yürütülen, The Lancet Regional Health - Europe dergisinde yayınlanan çığır açıcı bir çalışma, bu yöntemin çeşitli Avrupa ülkelerinde meme kanseri riskini belirlemedeki etkinliğini vurguluyor.
Bu erken teşhis, daha fazla incelemeyi teşvik ederek, zamanında tespit olasılığını önemli ölçüde artırıyor. İtalya, İspanya ve Almanya'da 8.500'den fazla kadından oluşan bir grupta doğrulanan model, farklı popülasyonlarda güçlü bir performans sergiliyor.
Geleneksel mamografi programları kadınları sabit bir yaş ve zaman aralığında (genellikle iki yılda bir) tarar. Bununla birlikte, önceki araştırmalar meme kanseri riskinin kadınlar arasında değiştiğini gösteriyor; bu da bazılarının bireyselleştirilmiş taramadan fayda görebileceği anlamına geliyor. Buna karşılık, onlarca yıldır yaygın olarak kullanılan meme kanseri risk modelleri ağırlıklı olarak kadının ailedeki meme kanseri geçmişine ve yaşam tarzı faktörlerine dayanmaktadır. En büyük sorun, birçok kadına geç teşhis konulması ve taramalar arasında meme kanseri gelişebilmesidir.
Araştırmacılar, çalışmalarında, görüntülerdeki insan gözünün tespit edemeyeceği küçük değişiklikleri belirleyen yeni bir risk modeline öncülük etmek amacıyla tarama görüntülerini incelemek üzere yapay zekayı eğitti.
Araştırmanın lideri, Karolinska Enstitüsü Tıbbi Epidemiyoloji ve Biyoistatistik Bölümü'nde doktora sonrası araştırmacı olan Mikael Eriksson şöyle açıkladı: “Sistemimiz genler gibi bir avuç faktör kullanan geleneksel modeller kadar basit değil, çünkü genlerde binlerce faktör var. Yapay zeka, her biri zayıf olan ancak birleştirilebilen bu faktörlerde farklı modeller bulabiliyor. Yapay zeka ayrıca gelecekte memede ne olabileceğine dair genel bir değerlendirme de verebilir.”
AI meme kanseri risk modeli, tümörlerin erken tespit edilebilmesi için hangi hastaların normal mamografilerine ek olarak ek taramaya ihtiyaç duyduğunu ustalıkla belirliyor. Çalışma, yapay zeka modelinin, normal popülasyona göre yedi kat daha fazla meme kanseri riskine sahip kadınları tanımlayabildiğini gösterdi.
Bu erken teşhis, daha fazla incelemeyi teşvik ederek, zamanında tespit olasılığını önemli ölçüde artırıyor. İtalya, İspanya ve Almanya'da 8.500'den fazla kadından oluşan bir grupta doğrulanan model, farklı popülasyonlarda güçlü bir performans sergiliyor.
Geleneksel mamografi programları kadınları sabit bir yaş ve zaman aralığında (genellikle iki yılda bir) tarar. Bununla birlikte, önceki araştırmalar meme kanseri riskinin kadınlar arasında değiştiğini gösteriyor; bu da bazılarının bireyselleştirilmiş taramadan fayda görebileceği anlamına geliyor. Buna karşılık, onlarca yıldır yaygın olarak kullanılan meme kanseri risk modelleri ağırlıklı olarak kadının ailedeki meme kanseri geçmişine ve yaşam tarzı faktörlerine dayanmaktadır. En büyük sorun, birçok kadına geç teşhis konulması ve taramalar arasında meme kanseri gelişebilmesidir.
Araştırmacılar, çalışmalarında, görüntülerdeki insan gözünün tespit edemeyeceği küçük değişiklikleri belirleyen yeni bir risk modeline öncülük etmek amacıyla tarama görüntülerini incelemek üzere yapay zekayı eğitti.
Araştırmanın lideri, Karolinska Enstitüsü Tıbbi Epidemiyoloji ve Biyoistatistik Bölümü'nde doktora sonrası araştırmacı olan Mikael Eriksson şöyle açıkladı: “Sistemimiz genler gibi bir avuç faktör kullanan geleneksel modeller kadar basit değil, çünkü genlerde binlerce faktör var. Yapay zeka, her biri zayıf olan ancak birleştirilebilen bu faktörlerde farklı modeller bulabiliyor. Yapay zeka ayrıca gelecekte memede ne olabileceğine dair genel bir değerlendirme de verebilir.”
AI meme kanseri risk modeli, tümörlerin erken tespit edilebilmesi için hangi hastaların normal mamografilerine ek olarak ek taramaya ihtiyaç duyduğunu ustalıkla belirliyor. Çalışma, yapay zeka modelinin, normal popülasyona göre yedi kat daha fazla meme kanseri riskine sahip kadınları tanımlayabildiğini gösterdi.
Kaynak
Bu rehber yardımcı oldu mu?
DoktorClub’da Keşfet
