Ana sayfa/Sağlık

Yenidoğan solunum değerlendirmesinde yapay zekâ için klinik kanıt haritası çıkarıldı

2019–2026 arasında yayımlanan 35 çalışmayı inceleyen kapsam taraması; yapay zekânın erken risk tahmini, akciğer görüntülerinin analizi ve sürekli fizyolojik izlemede umut verdiğini, ancak yaygın klinik kullanım için henüz yeterli doğrulama bulunmadığını gösterdi.

Yenidoğan solunum değerlendirmesinde yapay zekâ için klinik kanıt haritası çıkarıldı için özgün kapak görseli
KISA ÖZET

Bilmen gereken 3 şey

  • İnceleme, 2019–2026 dönemindeki 35 çalışmayı tahmin modelleri, görüntü analizi ve sürekli fizyolojik izleme başlıklarında topladı.
  • Modeller bronkopulmoner displazi, mekanik ventilasyon gereksinimi ve solunum sonuçlarının erken öngörülmesinde potansiyel gösterdi.
  • Küçük örneklemler, yöntem farklılıkları, dış doğrulama eksikliği ve standart protokol bulunmaması klinik uygulamanın önündeki temel engeller olarak belirlendi.
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?

Araştırmacılar; elektronik sağlık kayıtları, akciğer grafileri, ultrason, ventilatör verileri ve fizyolojik sinyaller üzerinde kullanılan makine öğrenmesi ve derin öğrenme yaklaşımlarını birlikte değerlendirdi. En olgun alan, rutin klinik verilerden solunum sonuçlarını tahmin eden modeller oldu.

Bulgular tek bir yeni tanı aracının klinik başarısını kanıtlamıyor; alanın mevcut durumunu haritalıyor. Güvenli kullanım için ileriye dönük, çok merkezli çalışmaların yanı sıra performansın farklı bebek gruplarında ve cihazlarda sınanması gerekiyor.

Neden önemli?

Yenidoğan yoğun bakımında dakikalar önemli ve yanlış alarmın da kaçırılmış riskin de bedeli yüksek. Kanıt haritası, yapay zekânın nerede umut verdiğini ve hangi doğrulamalar tamamlanmadan bakım kararlarına taşınmaması gerektiğini açıkça ayırıyor.

KONU ZAMAN ÇİZELGESİ

Sağlık gündemi nasıl ilerledi?

RESMÎ KAYNAKJournal of Perinatology

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%