Bilmen gereken 3 şey
- Çerçeve görüntü normalleştirme, akciğer yerini bulma, rotasyon ve boyut standardizasyonunu segmentasyondan önce otomatik yürütüyor.
- Sağlıklı, fibrozisli ve kanserli kemirgen verileri üç farklı tarayıcıdan alınarak eğitime dahil edildi.
- Dış bir fare veri setinde doğrulanan sistem, daha sonra belirgin bir alan dışı sınama olarak insan akciğer görüntülerine de uygulandı.
Bu gelişme nereyi etkiliyor?
ANALİZİ
Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.
Ne oldu?
Preklinik çalışmalarda yüzlerce akciğer görüntüsünün elle hazırlanması uzman zamanı gerektiriyor ve sonuçların laboratuvarlar arasında tekrarlanmasını zorlaştırıyor. AutoLung, sinir mimarisi aramasıyla programlama bilgisi sınırlı araştırmacıların yeni veriye model uyarlamasını hedefliyor.
İnsan görüntülerindeki başarılı uygulama doğrudan klinik onay anlamına gelmiyor; aracın ana kullanım alanı preklinik araştırma. Yeni cihazlarda ve insan popülasyonlarında performansın bağımsız biçimde sınanması gerekiyor.
Neden önemli?
Sağlık yapay zekâsında en büyük sorunlardan biri modelin yeni cihaz ve merkezlerde bozulması. Standardizasyonu ve yeniden eğitimi erişilebilir kılan açık araçlar, deneylerin tekrarlanabilirliğini ve çok merkezli araştırmayı güçlendirebilir.
Sağlık gündemi nasıl ilerledi?
Haberin dayandığı özgün duyuruyu inceleyebilirsin.