Ana sayfa/Sağlık

Sınır farkındalıklı yapay zekâ, akciğer tümörlerini segmentleyip sınıflandırdı

BAMR-Net, BT görüntülerindeki belirsiz tümör sınırlarını çok ölçekli artık öğrenmeyle ayırırken radyomik-derin füzyon ve tümör çevresi bağlamını kullanan modeller sırasıyla yüzde 90,38 ve yüzde 93,27 test doğruluğuna ulaştı.

Sınır farkındalıklı yapay zekâ, akciğer tümörlerini segmentleyip sınıflandırdı için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • BAMR-Net, çok ölçekli artık öğrenme ve sınır iyileştirmeyle testte 0,8563 Dice skoru elde etti.
  • TRFF-Net radyomik ve derin özellikleri öğrenilebilir ağırlıklarla birleştirerek yüzde 90,38 test doğruluğuna ulaştı.
  • Tümör ve çevresindeki dokuyu birlikte kullanan MTCA-Net yüzde 93,27 test doğruluğu bildirdi.
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?

Akciğer tümörlerinde düzensiz sınırlar, sınıflar arası benzerlik ve görüntüleme çeşitliliği hem hacim ölçümünü hem de tip ayrımını zorlaştırıyor. Üç parçalı yaklaşım önce sınırı çıkarıyor, ardından nicel radyomik özelliklerle derin temsilleri ve peritümöral bağlamı birleştiriyor.

Yüksek test skorları gerçek klinik iş akışındaki genellenebilirliği tek başına göstermiyor. Dış merkez, farklı cihaz ve protokol verilerinde doğrulama ile radyolog karşılaştırması yapılmadan sistem otonom tanı aracı olarak değerlendirilmemeli.

Neden önemli?

Aynı iş akışında hem tümör sınırını hem sınıfını değerlendirmek, radyoterapi planlaması ve izlem ölçümlerini hızlandırabilir. Çevre dokusunu hesaba katmak, yalnızca tümörün içindeki sinyale dayanan modellere göre biyolojik bağlamı daha iyi yakalayabilir.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKScientific Reports

Haberin dayandığı özgün duyuruyu inceleyebilirsin.

Kaynağı aç
OKUMAYA DEVAM ET

Haber akışı devam ediyor

Aşağı kaydırdıkça sıradaki yapay zekâ haberleri otomatik olarak açılır.

SIRADAKİ HABER01

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi

108 katılımcının 14–21 günlük video günlüklerini inceleyen büyük dil modelleri, günlük depresyon puanları üretti; ortalama model puanları klinik görüşmeyle ölçülen belirti şiddetiyle ilişki gösterdi.

Dil modelleri, günlüklerden depresyon düzeyindeki değişimi izledi kapak görseli

Ne oldu?

Araştırmacılar videonun görüntüsünü değil, kısa günlüklerin yazıya dökülmüş metinlerini dil modellerine vererek günlük depresyon şiddeti puanladı. Model ve öz bildirim puanlarının işlevsellik değişkenleriyle ilişki profilleri birbirine oldukça yakındı.

İlişki, tanı doğruluğu anlamına gelmiyor. Örneklem küçük, günlükler araştırma koşullarında toplandı ve dil modelleri mahrem metinleri işliyor; klinik kullanım için farklı dil ve topluluklarda doğrulama, veri koruması ve uzman denetimi gerekiyor.

Neden önemli?

Depresyon belirtileri haftalık veya aylık ölçekler arasında hızla değişebilir. Serbest anlatımdan güvenli ve şeffaf biçimde türetilen ölçümler, kişinin durumunu daha sık izlemeye yardımcı olabilir; ancak hekim değerlendirmesinin yerine geçmemeli.

Sıradaki haber hazırlanıyor…

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