Radyolojide Yapay Zeka




Zeka, bilgiyi algılama, bilgi olarak tutma ve bir ortam veya bağlam içindeki uyarlanabilir davranışlara uygulama yeteneğini temsil eder.

Stanford Üniversitend bir grup AP ve PA göğüs radyografilerini analiz eden bir algoritma geliştirdi. Model, onu geliştirmek için 112.000 radyografi üzerinde eğitildi. Nihai model daha sonra 14 patolojiyi teşhis etme yetenekleri için farklı kurumlarda 9 radyologa karşı test edildi. Sonuçlar, çoğu patolojinin tespitinde hiçbir fark olmadığını göstermektedir. Özellikle karşılaştırma grubunda 420 görüntü radyologlar tarafından 4 saatte, ancak bilgisayar algoritması tarafından sadece 90 saniyede incelendi.

Algoritma daha iyi: atelektazi

Radyolog daha iyi: amfizem, kardiyomegali, hiatal herni

Anlamlı fark yok: konsolidasyon, akciğer ödemi, efüzyon, fibrosis, infiltrasyon, kitle, nodül, plevral kalınlaşma, pnömoni, pnömotoraks

Benzer modeller, kontrastsız beyin tomografileri taramaları için tasarlanmıştır. Hindistan'daki araştırmacılar, çeşitli intrakranial kanamaları, kırıkları, orta hat kaymasını ve kitle etkisini tespit etmek için 313.000 kranial bilgisayarlı tomografi taraması kullanarak bir model eğitti. Model, üç radyolog ile karşılaştırıldı. Modelin performansının eğri altında kalan alanı kanamalar için 0.96, kırıklar için 0.92 ve kitle için 0.93 idi.

Yakın bir gelecekte BT çekildikten sonra bilgisayar tarafından yorumlacak ve çekim yapılır yapılmaz yorumlu CT sonucu hastanın dosyasına düşecek ve klinisyenler BT raporu için beklemek zorunda kalmayacak gibi duruyor.

Peki bu durumda Radyologlar ne yapacak?

Bilgisayarları eğiterek kendi mesleklerinin sonunu mu getirecekler?

Bu soruların cevabını da zaman bize gösterecektir.


İlgili Etiketler

İlgili etiket bulunamamıştır.


Okuyucu Yorumları