CytoDiffusion Tehlikeli Kan Hücrelerini Yakıyor
CytoDiffusion, mikroskop altındaki kan hücrelerinin şekil ve yapısını inceleyerek lösemiyle ilişkili anormal hücreleri tespit ediyor. Sistem, bazı testlerde insan uzmanlardan biraz daha başarılı olurken ne zaman emin olmadığını belirlemesiyle öne çıkıyor.
Cambridge Üniversitesi, University College London ve Queen Mary University of London araştırmacılarının geliştirdiği CytoDiffusion, kan hücrelerinin mikroskop altındaki görünümünü analiz eden üretken yapay zekâ sistemi olarak tanıtıldı. Araştırma, sistemin lösemiyle ilişkili anormal hücreleri mevcut bazı yöntemlere kıyasla daha yüksek duyarlılıkla saptayabildiğini gösterdi.
Geleneksel tıbbi yapay zekâ araçları genellikle görüntüleri önceden belirlenmiş kategorilere ayırıyor. CytoDiffusion ise normal kan hücrelerinin görünüm aralığını modelleyerek hücrelerin boyut, şekil ve yapısındaki küçük farklılıkları inceliyor. Bu yaklaşım, nadir veya alışılmadık hücrelerin gözden kaçma ihtimalini azaltmayı amaçlıyor.
CytoDiffusion binlerce hücreyi tarayabiliyor
Standart bir kan yayması, tek tek incelenmesi pratikte mümkün olmayan binlerce hücre içerebiliyor. Sistem, rutin örnekleri otomatik olarak elemeden geçirirken olağandışı görünen hücreleri insan uzmanların değerlendirmesi için öne çıkarıyor. Böylece özellikle yoğun iş yükü altındaki hematoloji uzmanlarının zamanını daha karmaşık vakalara ayırması hedefleniyor.
CytoDiffusion, Cambridge'deki Addenbrooke's Hospital'dan toplanan 500 binden fazla kan yayması görüntüsüyle eğitildi. Araştırmacılara göre bu veri seti; yaygın hücre türlerinin yanı sıra nadir örnekleri ve otomatik sistemlerin sıklıkla karıştırdığı özellikleri de içeriyor. Modelin, farklı hastanelerde kullanılan mikroskop ve boyama tekniklerinden kaynaklanan değişikliklere karşı daha dayanıklı olması amaçlanıyor.
Testlerde sistem, lösemiyle bağlantılı anormal hücreleri tespit etmede mevcut sistemlerden daha yüksek duyarlılık gösterdi. Ayrıca bazı deneylerde çok daha az örnekle eğitilmesine rağmen önde gelen modellerle benzer veya daha iyi sonuçlar verdi. Araştırmacıların özellikle vurguladığı nokta ise modelin tahminlerine ne kadar güvendiğini ölçebilmesi: CytoDiffusion, emin olmadığı durumları işaretleyerek hatalı bir kesinlik sergileme riskini azaltabiliyor.
Ekip ayrıca yapay zekânın ürettiği kan hücresi görüntülerini deneyimli 10 hematoloğa gösterdi. Uzmanlar, gerçek görüntülerle yapay olarak oluşturulan görüntüleri ayırt etmede rastgele tahminden daha başarılı olamadı. Araştırmacılar bununla birlikte sistemin doktorların yerini alması için değil, klinisyenleri desteklemek, şüpheli vakaları hızla belirlemek ve rutin örneklerin ilk incelemesini otomatikleştirmek için tasarlandığını belirtiyor.
Çalışma kapsamında araştırmacılar, 500 binden fazla periferik kan yayması görüntüsünden oluşan ve kamuya açılacağı belirtilen geniş bir veri kaynağı da sunuyor. Sistemin hızını artırmak ve farklı hasta gruplarında doğruluğunu ve adilliğini değerlendirmek için ek araştırmalara ihtiyaç duyuluyor. Bulgular Nature Machine Intelligence dergisinde yayımlandı.
