Ana sayfa/Sağlık

Yorumlanabilir yapay zekâ, gebelikte ozonu fetal büyüme riskiyle ilişkilendirdi

Güney Kore’de 4 bin 274 anne-bebek çiftini analiz eden çalışma, gebelik dönemlerine göre hava kirliliği etkilerini karşılaştırdı ve ilk üç ay verilerinin en yüksek ayırt etme gücünü verdiğini bildirdi.

Yorumlanabilir yapay zekâ, gebelikte ozonu fetal büyüme riskiyle ilişkilendirdi için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • Araştırma, 4 bin 274 anne-bebek çiftinde altı hava kirleticisine gebeliğin farklı dönemlerindeki maruziyeti değerlendirdi.
  • Yedi sınıflandırıcı arasında XGBoost en yüksek performansı verirken ilk üç ay modeli yüzde 91,97 AUC’ye ulaştı.
  • SHAP açıklamaları ozon, PM2.5 ve PM10’u etkili değişkenler olarak öne çıkardı; sonuçlar nedensellik kanıtı değil.
YAPAY ZEKÂ ETKİ KARTI

Bu gelişme nereyi etkiliyor?

ETKİ
ANALİZİ
Toplum92/100
Bilim90/100
Günlük yaşam78/100
Ekonomi66/100

Bu puanlar haberin kapsamı, etkilenen kişi ve sektörler ile kısa–orta vadeli sonuçları dikkate alınarak editoryal olarak hazırlanır.

Ne oldu?

Hakemli çalışma; ozon, kükürt dioksit, karbon monoksit, azot dioksit, PM2.5 ve PM10 tahminlerini gebelik dönemlerine ayırdı. Tahmin başarısı ROC, hassasiyet-kesinlik, kalibrasyon ve lift eğrileriyle değerlendirildi.

İlk üç ay verileri en yüksek ayırt etme gücünü gösterse de kirletici önem sıralaması ile ayarlanmış epidemiyolojik ilişkilerin en güçlü uyumu üçüncü üç ayda görüldü. Model, klinik karar aracı olarak kullanılmadan önce farklı nüfuslarda doğrulanmalı.

Neden önemli?

Yorumlanabilir modeller, yalnızca risk puanı üretmek yerine hangi çevresel etkenin hangi gebelik döneminde öne çıktığını gösterebilir. Bu yaklaşım, halk sağlığı izlemi ve hedefli önleme araştırmalarına daha somut hipotezler sağlayabilir.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKScientific Reports

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
TOPLULUK

Yorumlar 0

Forum'a git
İlk yorumu sen yaz.

Bu haber hakkında topluluk sohbetini başlatabilirsin.

OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Makine öğrenmesi, çocuklarda IgA vaskülit nefriti riskini sınıflandırdı

İki dönemden çocuk hasta verilerini inceleyen araştırmacılar, pandemi sonrası koşullara uyarlanan ve bölgesel olarak dış doğrulanan bir rastgele orman risk modeli geliştirdi.

Makine öğrenmesi, çocuklarda IgA vaskülit nefriti riskini sınıflandırdı kapak görseli

Ne oldu?

Scientific Reports’ta 12 Eylül’de yayımlanan araştırma, çocuklarda IgA vaskülitinin böbrek tutulumuna dönüşme riskinin zaman içinde değişip değişmediğini inceledi. Pandemi öncesi model, daha sonraki kohorta aktarıldığında AUC değerinde 0,136 düşüş gösterdi.

Yeni rastgele orman modeli bölgesel bir dış veri grubunda umut verici sonuçlar verdi. Ancak çalışma geriye dönük ve bölgesel; modelin rutin klinik kullanımından önce ileriye dönük, çok merkezli doğrulama gerekiyor.

Neden önemli?

Bir sağlık yapay zekâsı geçmiş veride iyi çalışsa bile hasta özellikleri zamanla değiştiğinde doğruluğunu kaybedebilir. Çalışma, klinik modellerin yalnızca kurulmasının değil, yeni dönemlerde yeniden sınanmasının da zorunlu olduğunu gösteriyor.

Sıradaki haber hazırlanıyor…

YAPAY ZEKÂ ▲38%APPLE ▲21%ROBOTİK ▲17%ÇİP ▲12%OYUN ▼8%SİBER GÜVENLİK ▲24%