Tıpta yapay zekâ, dijital sağlık, tanı sistemleri ve düzenlemeler.
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.
Tarayıcı, çekim protokolü ve nüfus değiştiğinde bozulan modelleri hedefleyen GWDRO-Lung, 1.842 nodülde geliştirildi ve bağımsız bir veri setindeki 618 nodülde dışarıdan doğrulandı.
Dağınık klinik belgelerden yapılandırılmış özet hazırlayan AI-FCP, dokuz klinisyenin 33 onkoloji görüşmesinde denendi; algılanan iş yükü başlangıca göre yüzde 28,9 daha düşük ölçüldü.
Kapsam taraması; genel amaçlı ve tıbbi büyük dil, görüntü-dil ve çok modlu modellerde demografik, dilsel, kültürel ve sosyoekonomik yanlılıkları inceleyen 92 ampirik çalışmayı sentezledi.
Güney Kore'nin ulusal sağlık verilerinden 7.961.075 kişiyi izleyen çalışma, HBV veya HCV bulunmayan bireylerde karaciğer kanseri riskini metabolik göstergelerle tahmin eden bir model geliştirdi.
Altı merkezdeki 10 kohorttan 1.512 hastanın tedavi öncesi BT veya MR görüntülerini analiz eden sistem, dokuz karın organından 18 ölçüm çıkararak immünoterapi sonuçlarıyla ilişkilerini inceledi.
Posterior komünikan arter anevrizmalarında tedavi seçimi ve klinik sonuçları tahmin eden modeller, bağımsız bir hastane verisinde sınandı; tedavi seçimi doğruluğu yüzde 78,1'e ulaştı.
Araştırmacılar, rutin kanser paneli dizilemesinde standart yazılımın kaçırabildiği odaksal PTEN kayıplarını ve delesyonun tek ya da çift kopyayı etkileyip etkilemediğini belirleyen iki model geliştirdi.
Birinci basamak sağlık çalışanlarının beş yaş altı çocuklardan kaydettiği dijital akciğer sesleri, yapay zekâ algoritmasıyla analiz edildi ve uzman dinleme paneliyle karşılaştırıldı.
Araştırmacılar, büyük dil modelini uyuşturucu adları ve ilişkilerini içeren bilgi grafiğine bağlayarak yeni argo, yazım varyantları ve hızla değişen dijital söylemi halk sağlığı gözetiminde yakalamayı hedefledi.
Büyük dil modellerini İnsan Fenotip Ontolojisi ile birleştiren uçtan uca sistem, klinik metindeki bulguları çıkarıp standartlaştırdı ve tanı açısından önem sırasına koydu; 16.357 gerçek klinik notta dış doğrulama yapıldı.
Yorumlanabilir transfer öğrenme çerçevesi Seal, 26 beyin bölgesi, 30 hücre tipi ve yedi gelişim evresini birleştirerek düzenleyici gen varyantlarının nerede ve ne zaman etkili olabileceğini tahmin etti.
Eğitim gerektirmeyen çoklu ajanlı dil modeli, uzunlamasına sağlık kayıtlarındaki olayları zaman sırasıyla yorumladı; 15 kanser türünde bir yıllık tanı riskinde 0,64–0,80 AUROC aralığına ulaştı.
145.914 hastane başvurusuna dayanan XGBoost modeli, patojen pozitif kan kültürü riskini ilk iki saatte hesapladı; test kümesinde 0,819 AUROC elde ederek yüksek riskli yüzde 5'te pozitifliği 6,68 kat yoğunlaştırdı.
383.881 ekokardiyografi videosuyla geliştirilen derin öğrenme modeli, sağ karıncığın boyutunu ve pompalama bozukluğunu otomatik değerlendirdi; sonuçlar farklı kohortlarda kardiyovasküler olaylarla ilişkilendirildi.
101.243 kişinin PET/BT kayıtlarını inceleyen çalışma, makine öğrenmesiyle kahverengi yağ dokusunun etkinliğini ölçtü; daha yüksek etkinliği daha düşük kardiyometabolik ve psikiyatrik hastalık oranlarıyla ilişkilendirdi.
Hasta verisini kurum dışına çıkarmadan çalışan dokuz açık kaynak model, 109 kardiyak MR raporundaki tanı kategorilerini ayıkladı; en iyi model 0,98 F1 skoruna ulaştı.
167 kişilik açık veri setindeki yapısal beyin MR özelliklerini kullanan kanıt niteliğindeki çalışma, fokal kortikal displazi tip II olgularını ayırmada en yüksek 0,791 AUC'ye rastgele orman modeliyle ulaştı.
13 hastalık ileriye dönük pilotta, EEG akışını güvenli bir dil modeli ve telefon uygulamasıyla birleştiren sistem hastaların kendi nöbet verileri hakkında soru sormasını sağladı; geri bildirim yanlış alarmları yaklaşık yüzde 80 azalttı.
Tamamen yorumlanabilir yapay zekâ çerçevesi SPACER, 37 uzamsal transkriptomik veri setinde hücrelerin belirli doku bölgelerine hangi gen sinyalleriyle çekildiğini çözdü ve mevcut yöntemleri çeşitli görevlerde 4–21 kat geçti.
3,76 milyon eşleştirilmiş görüntüyle eğitilen temel model; BT, MR, PET, endoskopi, ultrason, retina ve röntgende gürültü, hareket ve düşük kontrast gibi bozulmaları tek çatı altında düzeltti.
Yeni tahmin yaklaşımı, acil servis başvurularını saatlik ölçekte öngörmek için operasyonel zaman serilerini sosyal belirleyicilerle birleştirerek personel ve yatak planlamasını daha erken desteklemeyi hedefledi.
Dijital patoloji modeli BRCAura, hormon reseptörü pozitif ve HER2-negatif meme kanseri örneklerinden kalıtsal BRCA1/2 mutasyonu olasılığını tahmin etmek üzere birden fazla merkezde sınandı.
806 çalışmayı ve İngilizce dışındaki 62 dili kapsayan tarama, klinik yapay zekâ değerlendirmelerinin büyük bölümünün İngilizceye yoğunlaştığını; çok dilli güvenlik ve performans kanıtının parçalı kaldığını gösterdi.
Kanserli 20.596 yoğun bakım hastasını kapsayan çalışma, deliryum riskini öngören yorumlanabilir makine öğrenmesi modellerini MIMIC-IV verisinde geliştirip daha büyük eICU kohortunda dışarıdan doğruladı.
Araştırmacılar, parçalanabilir iyonlaşabilir lipit adaylarını yorumlanabilir makine öğrenmesiyle önceliklendirip laboratuvar ve canlı deneyleriyle sınayarak karaciğere mRNA iletiminde güçlü bir öncü aday belirledi.
Ön ve arka vücut maskelerini kullanan derin öğrenme yöntemi, sentetik doğrulamada toplam yanık yüzey alanını yüzde 0,55 ortalama mutlak hatayla tahmin ederek doğrudan alan oranı yaklaşımının yüzde 1,99'luk hatasını belirgin biçimde düşürdü.
Ameliyat öncesinde mevcut klinik değişkenlerle geliştirilen ve dış doğrulamadan geçirilen modeller; timik epitel tümörü hastalarında komplikasyon, uzamış hastane kalışı ve orta-şiddetli ameliyat sonrası ağrı olasılığını ayrı ayrı tahmin etti.
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.
Periferik kan yayması görüntülerinde yerel hücresel ayrıntıları MobileNet, küresel ilişkileri ise görüntü dönüştürücüyle öğrenen hibrit model, ayrılmış test kümesindeki 1.599 görüntünün 1.583'ünü doğru sınıflandırarak yüzde 99 doğruluk bildirdi.
Araştırmacılar, 17 klinik alandaki 34.487 etiketli soru-cevap çiftini ve 222 milyondan fazla kaynak belirtecini inceleyerek veri bölünmelerindeki bağımsızlık sorunlarını denetledi ve Korece tıbbi modeller için yeniden üretilebilir bir başlangıç değerlendirmesi sundu.
Aynı kimliksizleştirilmiş sarkom vakalarını tekrar tekrar işleyen büyük dil modeli, serbest metin yerine önceden tanımlı karar şeması kullanınca büyük ölçüde tutarlı kodlar üretti; çalışma doğruluğu değil deneysel tekrarlanabilirliği ölçtü.
Yeni perspektif, yapay zekânın tıp fakültesinden uzmanlık ve sürekli mesleki gelişime kadar kullanımını kurum, öğrenme, hazır oluş ve güvenlik sistemleri altında topladı; teknoloji ediniminden önce yönetişim ve ölçülebilir eğitim hedefleri çağrısı yaptı.
Rutin endoskopi görüntüleriyle geliştirilen model, birbirine benzeyen sitomegalovirüs ve herpes simpleks özofajitini ayırmada 0,680 dengeli doğruluğa ulaştı; sonuç uzman uzlaşısının 0,710 düzeyine yakın olsa da patoloji doğrulaması hâlâ gerekli.
Belirsiz MR bulguları olan 41 hastalık tek merkezli çalışmada, FLAIR tabanlı rastgele orman modeli 0,82 AUC'ye ulaştı; birleşik radyomik-klinik model yüzde 100 duyarlılık, yüzde 80 özgüllük ve yüzde 90 doğruluk bildirdi.
Açık CPTAC-HNSCC verilerindeki 100 hastayı kullanan yaklaşım, tümör ve karotis segmentasyonlarını birleştirip en kısa mesafe ile sarılım açısını hesapladı; tümör segmentasyonunda yüzde 86 F1 ve yüzde 75 IoU elde etti.
AI-OsRM modeli, 26.757 hastaya ait 46.478 eşleştirilmiş göğüs röntgeni ve DXA incelemesiyle geliştirildi; sık çekilen röntgenlerden düşük kemik mineral yoğunluğu riskini fırsatçı biçimde belirleme amacıyla üç bağımsız kohortta değerlendirildi.
Kapalı döngü yaklaşımı, en bilgilendirici laboratuvar deneylerini aktif öğrenmeyle seçip geometrik grafik sinir ağlarını bu özel verilerle eğitti; görülmemiş ve zor moleküllerde doğru C–H borilasyon konumunu tüm ileriye dönük testlerde belirledi.
Bağırsak mikrobiyomu verilerinden romatoid artriti öngören makine öğrenmesi modelleri, kendi veri kümelerinde umut verici görünse de bağımsız topluluklara taşındığında performansını koruyamadı; çalışma klinik biyobelirteç iddiaları için dış doğrulamanın önemini öne çıkardı.
Rutin klinik verileri kullanan hibrit derin öğrenme modeli, sepsis hastalarında uzamış yoğun bakım riskini erken belirlemek amacıyla MIMIC-IV üzerinde geliştirildi ve Güney Kore’de iki hastanenin bağımsız kohortlarında dış doğrulamadan geçirildi.
Yeni perspektif, veriden insanlar tarafından okunabilir matematiksel ifadeler öğrenen sembolik regresyonun, sağlıkta kara kutu modellerine daha şeffaf bir alternatif olabileceğini; ancak klinik üstünlüğünün henüz kanıtlanmadığını vurguladı.
Nature Health perspektifi, sohbet botu veya arama özeti kaynaklı zararlı sağlık bilgisinin çoğu zaman platform dışında iz bırakmadığını; kullanıcıların bildirim kanalı, klinisyenlerin konuşma kaydı ve araştırmacıların bağımsız ölçüm verisi bulamadığını ortaya koydu.
Elektronik sağlık kayıtlarındaki serbest metni inceleyen büyük dil modeli EpiScreen, epilepsi ile psikojenik epileptik olmayan nöbetleri ayırmayı hedefleyen erken taramada nörologların performansını tek başına değerlendirmeye göre yüzde 14,3'e kadar artırdı.
Altı sağlık sistemindeki 56 rehber belgesini inceleyen karşılaştırmalı çalışma, randomize deney ve maliyet-etkililik analizlerinin hâlâ merkezde olduğunu; ancak uyarlanabilir ve olasılıksal üretken yapay zekâ için özel değerlendirme kurallarının yetersiz kaldığını belirledi.
ClinicalGPT adlı EHR temel modeli, ilaç siparişi verildiği anda güncel laboratuvar sonuçları ve ilaç geçmişini birlikte inceleyen, kararını kaynak kayıtlara bağlayarak denetlenebilir kılmayı amaçlayan bir güvenlik yaklaşımı sundu.
MIRROR çalışması, meme kanseri klinik araştırmalarındaki elektronik olgu rapor formlarını referans alarak elektronik sağlık kayıtlarından yapay zekâ destekli otomatik veri çıkarımını geriye dönük biçimde karşılaştırdı.
Sistematik derleme ve meta-analiz, yüksek yanlılık riski taşıyan çalışmalar çıkarıldığında bile yapay zekâ modelleri için 0,87 duyarlılık ve 0,92 özgüllük hesapladı; ancak sonuçlar arasındaki heterojenlik yüzde 98’e yaklaştı.
1.328 kişiyi kapsayan araştırmada bildirilen ortalama asgari kabul edilebilir duyarlılık ve özgüllük 0,90 oldu; bulgular, tanı hatalarının hedef kullanıcı grubunda açıkça anlatılması gerektiğini gösterdi.
602 hastadan 3.929 endoskopi karesini kullanan çok merkezli çalışma, Segment Anything tabanlı modellerin cerrahın verdiği sınırlayıcı kutuyla 0,90–0,92 Dice skoruna ulaştığını; otomatik kullanımda performansın düştüğünü gösterdi.
Transformer tabanlı State modeli, 100 milyondan fazla pertürbe hücre ve 167 milyon gözlemsel hücre profilinden öğrenerek genetik ya da ilaç müdahalelerine verilen tek hücre yanıtlarını yeni biyolojik bağlamlara taşımayı hedefliyor.
Gemma 3 tabanlı açık MedGemma ailesi; radyoloji görüntüleri, tıbbi metin ve ajan görevlerinde benzer büyüklükteki genel modelleri geçerek farklı sağlık uygulamaları için yeniden uyarlanabilir bir temel sundu.
Uluslararası MAGIC ağı, üretken yapay zekâ sistemlerinin yalnızca kontrollü benchmarklarda değil; yerel dil, hastalık yükü ve kültürel bağlamın değiştiği gerçek sağlık ortamlarında ortak standartlarla değerlendirilmesini önerdi.
GLP-1 reseptör agonistlerine ilişkin 242.312 FDA yan etki bildirimini kullanan şeffaf model ailesi, ciddi olayları ayırmada 0,877–0,930 AUC'ye ulaştı; sonradan kalibrasyon olasılıkların güvenilirliğini artırdı.
Patoloji ve hematoloji morfolojisinde onay alan yapay zekâ tabanlı tanı yazılımlarını inceleyen çalışma, düzenleyici izin ile kamuya açık performans kanıtı arasında önemli bir boşluk ve raporlama ölçütlerinde belirgin farklılıklar saptadı.
Çin genelinde 2.400 katılımcı ve 88 klinik senaryoyla yürütülen ön kayıtlı randomize çalışmada, WeChat içindeki GPT-4o tabanlı sohbet botu tanı ve triyaj görevlerinde geleneksel mobil web aramasından daha yüksek doğruluk sağladı.
MR görüntülerini elektronik sağlık kayıtlarıyla birleştiren çok modlu model, Alzheimer sınıflandırmasında belirsizliği de hesaplayarak yüzde 98,9 doğruluk ve 0,99 AUC bildirdi.
Yapılandırılmış EKG ölçümlerini açık kaynaklı bir akıl yürütme modeliyle birleştiren CLAIRE, ölüm ve majör kardiyovasküler olay riskini tahmin ederken her vaka için okunabilir bir gerekçe üretmeyi hedefledi.
ProFormer adlı derin öğrenme çerçevesi, tek hücre ve plazma proteom verilerinde genellenebilir sınıflandırma yaparak farklı örnek türlerinde biyolojik durumları ayırmayı hedefledi.
Mikrobiyom ve metabolom verilerini birleştiren makine öğrenmesi analizi, Parkinson hastalarında bilişsel durumu motor bozulmadan daha güçlü tahmin etti; en etkili sinyaller bağırsak kaynaklı özelliklerden geldi.
Mekânsal tutarlılık ve çok ölçekli özellikleri birleştiren HFFS-Net, farklı büyüklükteki inme lezyonlarını MR görüntülerinde yüzde 84,33 Dice skoruyla segmentlere ayırdı.
Fare glioblastoma modelindeki seri T2 ağırlıklı MR görüntülerini inceleyen EfficientNetB0 tabanlı sistem, uzun dönem tedavi sonucunu klasik radyomik yaklaşımdan daha yüksek doğrulukla tahmin etti.
Açık kaynak AutoLung, normalleştirme, konumlandırma, döndürme ve boyut eşitleme adımlarını otomatikleştirerek farklı cihaz ve hastalıklardan gelen akciğer BT verilerinde model uyarlamasını kolaylaştırdı.
CNN ile Transformer katmanlarını birleştiren HGCANet, BT ve akciğer grafilerindeki farklı görüntü özelliklerine rağmen yerel sınır ayrıntılarıyla küresel bağlamı tek modelde topladı.
Meta ajan ve uzman ajanlardan oluşan dijital insan sistemi, bilişsel davranışçı terapi sürecini yapılandırarak hafif–orta düzey akademik stres yaşayan öğrencilerde metin sohbet botuna göre daha yüksek sosyal varlık ve kullanım isteği gösterdi.
SEER kayıtlarındaki 4.066 hastayla geliştirilen Cox–rastgele sağkalım ormanı topluluğu, yalnızca rutin tanı sonrası değişkenleri kullanarak yüksek risk grubundaki ölümleri zamansal doğrulamada yoğunlaştırdı.
Çok modlu tıbbi görüntüler için geliştirilen AMIS-Net; karaciğer tümörü ve beyin kanaması vakalarında küçük yapıların segmentasyonunu güçlendirirken hekimlerin değerlendirme süresini belirgin biçimde kısalttı.
Standardize edilmiş kromojenik agar görüntülerini sınıflandıran çalışma, negatif, tek mikroorganizmalı pozitif ve karışık ya da kontamine kültürleri laboratuvar kılavuzlarıyla uyumlu biçimde ayırmayı hedefledi.
Altı klinik değişkenle çalışan makine öğrenmesi ve derin öğrenme modelleri, yanık hastalarının hastane içi ölüm riskini tahmin ederken SHAP ve LIME gibi yöntemlerle kararların hangi değişkenlerden etkilendiğini görünür kıldı.
Bellek verimli hafif sinir ağı MEE-Net, kardiyomegali taramasını düşük kaynaklı donanımlara taşımayı ve Grad-CAM ile modelin görüntüde odaklandığı bölgeleri klinisyene göstermeyi amaçlıyor.
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.
Kalp krizi sonrası hastalarda tek derivasyonlu giyilebilir EKG’den sol ventrikül işlevini tahmin eden model, 12 derivasyonlu klinik EKG’ye yakın performans göstererek evden kalp izlemi için yeni bir olanak sundu.
GenWear adlı hafif model, farklı fizyolojik sinyalleri kişiye özel risk tahmini için birleştirirken GAP9 çipinde düşük gecikme ve enerji tüketimiyle çalıştı; sonuçlar şimdilik yoğun bakım verisine dayalı bir kavram kanıtı.
Senaryo temelli araştırma, hekimin yapay zekâ kullandığının açıklanmasının algılanan sıcaklık ve yeterlilik değerlendirmelerini düşürebildiğini; etkinin tüketici ve hekim demografisine göre değişebildiğini gösterdi.
Sürekli glikoz ölçümlerinden öğrenen zaman serisi modeli, yeni hasta verileri geldikçe kendini güncelleyerek kişiye özel yakın dönem kan şekeri tahmini ve karar desteği üretmeyi amaçlıyor.
Yedi tıbbi veri setindeki karşılaştırma, uzlaşmaya dayalı öğrenmenin federatif öğrenmeyle benzer doğruluğa ulaşırken eğitim süresini ve kurumlar arası iletişim yükünü belirgin biçimde azaltabildiğini gösterdi.
Giemsa boyalı kan yaymalarını analiz eden yeni yaklaşım, birden fazla Plasmodium türünün otomatik tespitini tek iş akışında birleştirerek laboratuvar ve düşük bağlantılı saha kullanımı için ölçeklenebilir bir temel sundu.
Açık kaynaklı olasılıksal model; akış sitometrisi, kütle sitometrisi ve CITE-seq verilerindeki teknik farkları düzeltiyor, eksik belirteçleri tamamlıyor ve hastalıkla ilişkili hücre durumlarını ortaya çıkarıyor.
Yeni çerçeve, klinisyenin bakış açısından ses ve görüntü toplayan giyilebilirleri çok modlu yapay zekâyla birleştirerek hareket, duygu ve bağlamdan dijital biyobelirteç üretmeyi öneriyor.
Çok platformlu değerlendirmede tek sorguluk aramaların bazı kanıt gruplarında hiçbir ilgili sonuç döndürmeme olasılığı yüzde 47–80 arasında değişti; kanıtların yüzde 12'sine hiçbir platform ulaşamadı.
Dokuz bakış yönündeki fotoğrafları analiz eden sistem, 10 bin 458 görüntülük ileriye dönük testte şaşılık alt tipleri için yüzde 90,20–99,19 AUC bildirdi.
Üç boyutlu BT hacimleriyle radyoloji raporlarını eşleştiren görsel-dil modeli, 20 binden fazla ayrılmış katılımcıda demografik, fizyolojik ve laboratuvar değişkenleriyle ilişkili temsiller üretti.
AGENT adlı yaklaşım, yüksek verimli deneyleri Bayes optimizasyonuyla birleştirerek mRNA-lipit nanoparçacık aşılarının ısıya dayanıklı formülasyonlarını daha az deneyle belirledi.
Üç gen ifade veri setini tarayan çalışma STX12 ve INPP5D'yi aday belirteç olarak seçti; 67 kişilik klinik doğrulamada STX12 yüksek duyarlılık, INPP5D ise yüksek özgüllük gösterdi.
Yeni çerçeve, elektrokimyasal sensörlerin fizik kurallarını makine öğrenmesiyle birleştirerek cihaz, çevre ve kişiden kaynaklanan kalibrasyon kaymalarını azaltmayı hedefliyor.
Ağ bağlantılı kardiyo-hidro-elektromekanik uyarıcılar için geliştirilen çerçeve, nöro-arızaları tanıyıp güvenli derin pekiştirmeli öğrenmeyle denetim mekanizmasını uyarlıyor.
373 bin 389 yetişkinin elektronik sağlık kayıtlarıyla geliştirilen SIMPLE-HF, karmaşık bir Transformer modelinin sinyallerini klinikte kolay erişilebilen 11 değişkene indirgedi.
Üçlü kör randomize çalışma, klinisyenlerin denetlediği ChatGPT-4o ve DeepSeek-R1 destekli egzersiz programlarını omuz ağrısında geleneksel fizyoterapist tasarımıyla karşılaştırdı.
SurgVeo kıyaslaması, Veo-3 ve Wan2.2 videolarının görsel açıdan ikna edici olabildiğini; ancak hataların çoğunun alet kullanımı, doku tepkisi ve cerrahi niyette ortaya çıktığını gösterdi.
Dikkat mekanizmasıyla fetal beyin bölgesini bulan paralel evrişimli geniş artık ağ, düşük kontrastlı ultrason görüntülerinde yaklaşık yüzde 91,5 doğruluk bildirdi.
Araştırmacılar, insan-sivrisinek bulaşını yedi bölmeli bir epidemiyolojik modelle birleştiren hızlı bir sinir ağı yaklaşımı geliştirerek salgın tahmini ve kontrol seçeneklerini birlikte değerlendirdi.
Çok merkezli 711 vakalık çalışma, farklı MR dizilerindeki omurilik ve lezyonları otomatik ayıran, belirsizliğini hesaplayan ve hasarı üç boyutlu gösteren bir derin öğrenme sistemi sundu.
Yeni kapsamlı derleme; moleküler, hücresel, görüntüleme ve giyilebilir cihaz verilerinden üretilen yapay zekâ biyobelirteçlerinin keşiften klinik kullanıma nasıl taşınması gerektiğini çerçeveledi.
410–940 nanometre aralığında çalışan 18 kanallı spektrometre, standart numune kabından geçen ışığı analiz ederek protein, glikoz, kan ve bakteriler dahil 19 belirteç için sınıflandırıcılar üretti.
NASA'nın Crew-13 görevi; mikro yerçekiminde kan akışı ve pıhtılaşmadan göz değişikliklerine, manuel pilotluktan dönüş sırasındaki kuvvetlere kadar astronot sağlığını inceleyecek.
729 yetişkinin izlendiği ileriye dönük kohortta rastgele orman modeli AUC 0,841'e ulaştı; kümeleme analizi farklı iltihap, işlev ve hastalık profillerine sahip üç hasta grubu belirledi.
NIH destekli PsychAD programı, 1.494 bağışçıdan alınan 6,3 milyondan fazla hücre çekirdeğini yapay zekâyla karşılaştırarak Alzheimer ve ilişkili beyin bozukluklarının hücresel haritasını oluşturdu.
627 akciğer adenokarsinomu hastasının 15 klinik, metabolik ve iltihabi özelliğini birleştiren XGBoost modeli, neoadjuvan kemo-immünoterapi sonrası tam yanıt tahmininde AUC 0,872 bildirdi.
Dünya Sağlık Örgütü'nün yeni raporu; sağlık verilerinde, yapay zekâ araçlarının geliştirilmesinde ve bu araçların klinik değerlendirmesinde etik gözetimin araştırma boyunca güçlendirilmesini öneriyor.
Endonezya popülasyonuna ait yan kafa röntgenlerinde geliştirilen model, anatomik ilişkileri koruyan yeni kayıp işleviyle 0,99 mm ortalama konum hatası ve 2 mm eşiğinde yüzde 86,8 başarı oranı elde etti.
Science'ta yayımlanan çok ajanlı sistem, 55.984 klinik araştırmayı tarayarak ilaç hedefi seçimi, aday geliştirme ve klinik strateji adımlarını tek bir dijital çalışma akışında birleştirdi.
LongevityBench, beş alana uyarlanmış dil modeli ve Longevity Claw ajan platformu; yaşlanma biyolojisinde yapay zekâ sonuçlarını ortak görevlerle ölçmek ve araştırma akışlarını yeniden üretilebilir hale getirmek için açık bir araç seti sunuyor.
npj Digital Medicine'daki değerlendirme, büyük dil modellerinin hızlı değişmesiyle prospektif klinik çalışmaların tamamlanma süresi arasındaki açığın güvenlik ve etkinlik kanıtlarını hızla eskitebildiğini vurguluyor.
Araştırmacılar, patolog cam slaytı olağan biçimde incelerken görüntüyü eşzamanlı yakalayıp dijital veriye dönüştüren bir sistem geliştirdi; yaklaşım yapay zekâyı doğrudan mikroskop iş akışına taşımayı hedefliyor.
Açık BTXRD veri kümesiyle yapılan çalışma, ResNet50 ve Transformer dikkat katmanlarını birleştiren modelin normal, iyi huylu ve kötü huylu görüntüleri ayırmadaki potansiyelini gösterdi.
Tamamen kurum içinde çalışan klinik ajan, davranışsal tutarlılık ölçümüyle daha güvenilir vakaları ayırdı; kalanların insan incelemesine bırakıldığı seçici özerklik modeli önerildi.
Sistemik skleroz hastalarında oksijen satürasyonu ve nabız verilerini kullanan model, standart solunum testini yapmakta zorlanan kişiler için tamamlayıcı bir tarama seçeneği sundu.
14 bin 314 grafi üzerinde geliştirilen model, doğrulanmış radyolojik bulguları XGBoost ile birleştirerek düşük sol ventrikül ejeksiyon fraksiyonunu öngördü.
Ağır felçli üç katılımcıyla yapılan çalışma, tek bir ECoG dizisinin konuşma girişimleriyle iletişim amaçlı beden hareketlerini eşzamanlı çözebildiğini gösterdi.
Yeni yöntem, biyobankalardaki sürekli genetik köken bilgisini doğrudan modele katarak poligenik risk puanlarının farklı nüfuslara taşınmasını iyileştirmeyi amaçlıyor.
Tıbbi ve doğal görüntülerde 11 modeli karşılaştıran araştırma, artan model derinliği ile parametre sayısının açıklamaları doğru bölgeye taşımadığını buldu.
20 binden fazla şirket içi protein yapısıyla eğitilen bir sistem, yalnızca açık veriyi kullanan AlphaFold benzeri modellerden daha iyi sonuç verdi.
Araştırmacılar, büyük bir EKG yapay zekâsının tüm ağırlıklarını yeniden eğitmek yerine sınırlı parametrelerini ayarlamanın küçük veri kümelerinde daha sağlam sonuçlar verebildiğini gösterdi.
50 hastalık pilot çalışma, dijital patoloji aracının sonucu daha hızlı ve düşük tahmini maliyetle verdiğini; ancak yerleşik testlerle uyumunun henüz yetersiz olduğunu buldu.
CNN, çift yönlü GRU ve Transformer katmanlarını birleştiren ResCGT-Net, bir kayıtta birden fazla aritmi etiketini birlikte tanımak üzere geliştirildi.
Yeni hafif U-Net mimarisi, diyabetik retinopati analizinde kullanılan fundus görüntülerini temizlemeye odaklandı; çalışma doğrudan hastalık tanısını test etmedi.
İki dönemden çocuk hasta verilerini inceleyen araştırmacılar, pandemi sonrası koşullara uyarlanan ve bölgesel olarak dış doğrulanan bir rastgele orman risk modeli geliştirdi.
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.
Yeni araştırma, simüle edilmiş düşük enerjili veri iletimini üç açık kalp hastalığı veri kümesinde sınanan derin öğrenme modeliyle tek çerçevede birleştirdi.
Araştırmacılar, farklı müdahaleler uygulanmış meme kanseri hücrelerindeki zamana bağlı protein ölçümlerini kullanarak ilaç araştırmalarına yönelik bir sanal hücre modeli geliştirdi.
Yeni bir üretken yol örnekleme çerçevesi, protein ve diğer biyomoleküllerde çok seyrek görülen biçim değişimlerinin yollarını, termodinamiğini ve kinetiğini hesaplamayı hedefliyor.
Yaklaşık 40 bin öğrenciyi kapsayan çalışma, üretken yapay zekâdan duygusal destek alan gençlerde klinik düzeyde duygusal belirti oranının daha yüksek olduğunu buldu; araştırma neden-sonuç ilişkisi göstermiyor.
Hakemli araştırma, sağlık sohbet araçlarına duyulan güveni bilişsel, duygusal, işlevsel, insana benzerlik ve etkileşim boyutlarında değerlendiren 15 maddelik bir ölçek doğruladı.
Hakemli çalışma, 179 bin 771 protein-bileşik ölçümünü analiz eden modelleri laboratuvar deneyleriyle birleştirerek luteolinin NF-κB p65 sinyalini baskılayabildiğini gösterdi.
OpenAI, öğrencilerin ChatGPT’yi hazır cevap yerine düşünme ve doğrulama sürecinde kullanmasına odaklanan yeni yaklaşımını anlattı.
ABD Gıda ve İlaç Dairesi; risk değerlendirmesi, klinik doğrulama ve piyasaya çıktıktan sonraki izleme için kamuoyundan görüş istiyor.
NIH destekli sistem, eksik ve gürültülü elektronik sağlık kayıtlarından tanı örüntüleri çıkararak doktorlara erken uyarı vermeyi amaçlıyor.
Diğer başlıkları da keşfet.
Tüm kategoriler →