Tek Bir Yüz Fotoğrafıyla Kanser Hastalarının Ölüm Riskini Ölçen Yapay Zekâ

Yapay zekâ, tek bir yüz fotoğrafından biyolojik yaşı hesaplayıp kanser hastalarının ölüm riskini tahmin edebiliyor. Araştırmacılar, sistemi tedavi süreçlerini desteklemek için geliştiriyor.

42 milyon fotoğrafla eğitildi
Araştırmacılar, yalnızca bir yüz fotoğrafını inceleyerek biyolojik yaş tahmini yapan ve kanser hastalarının hayatta kalma ihtimallerini değerlendiren iki yapay zekâ modeli geliştirdi. Sistemlerin, özellikle yoğun tedaviler öncesinde hastaların genel sağlık durumunu anlamaya yardımcı olması hedefleniyor.

FAHR-Face adı verilen temel model, 42 milyondan fazla fotoğraf kullanılarak eğitildi. Öz denetimli öğrenme yöntemiyle geliştirilen sistem, yüz görüntülerindeki özellikleri analiz ederek sağlıkla ilişkili dijital göstergeler oluşturabiliyor.
Biyolojik yaş tahmininde dikkat çeken sonuçlar
Modelin iki farklı sürümü bulunuyor. FAHR-FaceAge, kişinin biyolojik yaşını tahmin ederken FAHR-FaceSurvival kanser hastalarının ölüm riskini değerlendirmeye odaklanıyor.

Yaş tahmini yapan modelin takvim yaşını belirlemedeki ortalama hata payı 5,1 yıl olarak ölçüldü. Karşılaştırılan diğer modelde ise hata payı 6,92 yıl oldu. Ayrıca gerçek yaşından en az beş yıl daha yaşlı görünen kişilerde ölüm riskinin yüzde 21 daha yüksek olduğu belirlendi.
Kanser hastalarında risk grupları oluşturuldu
FAHR-FaceSurvival modeli, radyoterapi uygulanan 34 binden fazla kanser hastasının fotoğraflarıyla eğitildi. Sistem, farklı hasta gruplarında yapılan testlerde kişileri ölüm risklerine göre sınıflandırabildi.

En yüksek risk grubundaki hastaların yüzde 52'si 90 gün içinde hayatını kaybederken en düşük risk grubunda bu oran yüzde 2,1 olarak kaydedildi. En yüksek risk grubundaki ölüm oranı, en düşük risk grubunun üç katından fazla gerçekleşti.
Doktorların değerlendirmelerine destek olabilir
Araştırmacılar, modellerin cerrahi müdahale, radyoterapi ve diğer yoğun tedaviler öncesinde hastaların fiziksel dayanıklılığını değerlendirmeye katkı sağlayabileceğini düşünüyor. Yüzün göz çevresi, şakaklar ve burun-ağız arasındaki kıvrımlar gibi bölgeleri analizde önem taşıyor.

Bununla birlikte sistem, tek başına kesin bir ölüm tahmini yapmıyor. Sonuçların klinik uygulamalarda kullanılabilmesi için daha fazla araştırma ve bağımsız doğrulama gerekiyor. Yapay zekânın doktorların kararlarını desteklemesi, ancak tıbbi değerlendirmenin yerini almaması amaçlanıyor.

İlgili HaberÇin’in Gizli Uzay Uçağı İlk Kez Görüntülendi: Yörüngede Dikkat Çeken Manevra