Page 49 - LabMedya - 71

BILIM VE TEKNOLOJI 49

YAPAY ZEKÂ Geniş ölçekli korkulan bir durum olduğunun farkındayız. Alzheimer’s Research UK’da Araştırma Başkanı
olan Dr Rosa Sancho ise; “Yapay zeka,
Makine öğrenimini hafıza kliniklerine dahil
araştırmanın
İLE BUNAMA sonucuna göre etmek yanlış bir teşhisin sebep olabileceği demansa yol açan hastalıkların erken tespitini
iyileştirmede büyük bir potansiyel taşıyor ve
gereksiz huzursuzluğu azaltarak tanı koymayı
çok daha doğru hâle getirebilir.” şeklinde
yapay zekâ, hafıza
kendileri ya da belirti gösteren bir sevdikleri
TESPİTİ kliniklerine baş- aktardı. için endişe duyan kişilerde tanı sürecinde
devrim yaratabilir. Bu teknik var olan diğer
vuran insanlardan
alternatiflere göre belirgin bir ilerleme
Araştırmacılar makine öğreniminin, klinikte
hangilerinin iki yıl rutin olarak erişilebilir olan hafıza ve beyin kaydediyor ve doktorlara hastalarına yaşam
Çeviri: Aslı Nur AKAYDIN işlevi, bilişsel test performansları ve spesifik tarzlarını değiştirmeyi önerme, destekten
içinde demansa yaşam tarzı etkenleri gibi hasta bilgilerini fayda görecek kişileri ayırt etme ya da
yakalanaca- kullanarak etkin biçimde çalıştığını buldular. kapsamlı değerlendirmeler yapma konusunda
ğını yüzde 92 Ekip şimdi de devam çalışmaları yaparak sağlam bir zemin sağlayabilir.” ifadelerini
kesinlikle tahmin bunama tanısı koyma, tedavi ve bakım kullandı.
basamaklarını iyileştirebilme gibi yetenekler
edebiliyor. açısından makine öğreniminin klinikte Kaynak: www.sciencedaily.com/
∕ uygulanabilirliğini değerlendirecek. releases/2021/12/211216145926.htm
Exeter Üniversitesi’nden Birleşik Devletler’deki
15 bin 300’den fazla insanın verisini
kullanan bir araştırma, makine öğrenimi
denen bir yapay zeka çeşidinin kimlerin
bunamaya yakalanacağını yüksek doğrulukla
belirleyebileceğini buldu.
SİZİN HAVANIZ
Teknik, veride gizli olan örüntüleri saptayıp en
çok risk altındaki kişileri öğrenerek çalışıyor.
Alzheimer’s Research UK tarafından fonlanan BİZİM ÖNCELİĞİMİZ
ve JAMA Network Open’da yayınlanan çalışma,
yanlış olarak bunama tanısı alan kişilerin
sayısının azaltılmasında da bu algoritmanın
kullanılabileceğini ortaya koydu.
Araştırmacılar 30 Ulusal Alzheimer
Koordinasyon Merkezi hafıza kliniğine başvuran
insanların verilerini analiz etti. Başvuranlar
çalışmanın başında demans teşhisi almamıştı
ancak çoğunun hafıza ya da diğer beyin
işlevleriyle alakalı sorunları vardı.

2005-2015 arasındaki çalışma süresince TEMİZ ODA BİO GÜVENLİK
başvuranların onda biri (1 bin 568 kişi) hafıza SİSTEMLERİ LABORATUVARLARI
kliniğini ziyaret ettikten sonraki iki yıl içinde
yeni bir bunama teşhisi aldı. Araştırma
makine öğrenimi modelinin bu yeni bunama
vakalarını yüzde 92’ye varan kesinlikle tahmin
edebileceğini buldu— bu, mevcut iki alternatif KURU
araştırma yönteminden çok daha yüksek ODALAR
kesinliğe sahip.

Araştırmacılar ayrıca ilk defa, bunama
tanılarının yüzde sekizinin (1 bin 300 kişi)
hatalı yapıldığını buldu, bu tanılar sonradan GMP
geri çekildi. Makine öğrenimi modelleri bu tür DANIŞMANLIK LABORATUVARLARI
tutarsız tanıların yüzde 80’den fazlasını ayırt
etti. Yapay zekâ sadece kimlerin bunamaya
yakalanacağını kesin olarak tahmin etmiyor,
aynı zamanda bu tanıların doğruluğunu da
geliştirme potansiyeline sahip.

Exeter Universitesi’nde Alan Turing öğretim
üyesi ve çalışmayı denetleyen Profesör David
Llewellyn, “Artık iki yıl içinde kimlerin bunama
teşhisi alacağını tahmin etmeyi bilgisayarlara
öğretebilecek konumdayız. Ayrıca makine
öğrenimi yaklaşımımızın yanlış teşhis almış
olabilecek hastaları da ayırt edebileceğini
öğrenmekten heyecan duyuyoruz. Bu klinik
uygulamada tahmin yürütme işini azaltabilir ve
tanıya giden yolu belirgin şekilde iyileştirerek
ailelerin ihtiyaç duydukları desteğe kolayca
ve olabildiğince kesin ulaşmalarına yardımcı İlkbahar Mah. Güneypark Küme Evler Sok. Sinpaş www.demiralpmuhendislik.com
olabilir" dedi. Altınoran Kule K3 Blok Kat:6 No: 42 Çankaya/ Ankara
+90 312 472 26 45
Exeter Üniversitesi’nde araştırma görevlisi olan
Dr. Janice Ranson da “Bunamanın oldukça