ABD'deki Mass General Brigham'dan bilim insanları, yapay zekanın sağlık alanındaki yenilikçi potansiyelini ortaya koyan bir çalışma gerçekleştirdi. The Lancet Digital Health dergisinde yayımlanan araştırmada, geliştirilen yapay zeka modelinin kanser hastalarının yüz fotoğraflarını analiz ederek hastalığın seyrini ve hayatta kalma sürelerini tahmin edebildiği belirtildi. Fakat araştırmacılar, bu teknolojinin rutin klinik uygulama için hazır olmadığı uyarısında bulundu.
MODELİN GELİŞİMİ VE EĞİTİMİ
Yapay zeka modeli FAHR-Face, 40 milyondan fazla yüz fotoğrafı kullanılarak geliştirildi. Modelin temelinin oluşturulmasının ardından, kanser hastalarının biyolojik yaş tahminleri ve hayatta kalma risklerinin değerlendirilmesi için iki farklı sistem adaptasyonu sağlandı. Bu sistemlerden biri olan FAHR-FaceSurvival, 34 bin 363 kanser hastasının yüz fotoğrafı ile eğitildi.
Bu sistem, sadece yüz özelliklerini inceleyerek hastaların hayatta kalma sonuçlarıyla ilişkili belirli örüntüleri saptamayı amaçlıyor. Geliştirilen model, daha sonra iki bağımsız kanser hastası veri grubunda test edildi ve çeşitli kanser türleri ile hastalığın değişik evrelerine dair veriler üzerinde değerlendirildi.
ÖNEMLİ BULGULAR
Araştırmada, kanserin beyin veya kemiklere sıçradığı durumların da yer aldığı bilgisi aktarıldı. Yapay zekanın tahminlerinde en fazla dikkat çeken alanlar arasında göz altı ve burun köprüsü çevresi bulundu. Bilim insanları, bu bölgelerin modelin tahminlerindeki önemini ısı haritaları ile inceledi.
Ancak araştırmacılar, bu sonuçların göz çevresine bakılarak bir kişinin kanser olup olmadığının kesinlikle anlaşılabileceği anlamına gelmediğini vurguladı. Model, zaten kanser tanısı almış hastalar için risk değerlendirmesi yapmak amacıyla tasarlandı.
HASTA RİSKLERİ VE DEĞERLENDİRME
Araştırma kapsamında hastalar, yapay zekanın oluşturduğu risk puanlarına göre değerlendirildi. En yüksek risk grubundaki hastaların ölüm riskinin, düşük risk grubundakilere oranla belirgin şekilde fazla olduğu görüldü. Bilim insanları, bu bulgunun yüz özellikleriyle hastaların sağlık durumları arasında istatistiksel bir ilişki kurulabileceğini gösterdiğini belirtiyor.
Ancak model, bir hastanın ne kadar süre daha yaşayacağını ya da hastalığının ne yöne gideceğini kesin bir biçimde öngöremiyor.
YÜZ FOTOĞRAFLARINDAN BİYOLOJİK YAŞ TAHMİNİ
Araştırmanın diğer önemli kısmını FAHR-FaceAge adındaki sistem oluşturuyor. Bu model, bireylerin yüz özellikleriyle bağlantılı biyolojik yaşları tahmin etmeyi hedefliyor. Özellikle alın, şakaklar ve ağızla burun arasındaki kırışıklıklar modelin değerlendirmelerinde dikkat çekiyor.
Bilim insanları, sigara içme, aşırı alkol tüketimi ve uyuşturucu kullanımı gibi faktörlerin, yüzün biyolojik olarak daha yaşlı görünmesine yol açtığını da belirtiyor. Üstelik model, farklı ışık koşullarında, yüz ifadelerinde ve makyajlı fotoğraflarda da benzer sonuçlar vermeyi başardı.
GELİŞMELER VE GELECEKTEKİ HEDEFLER
Araştırmanın yazarlarından radyasyon onkoloğu Dr. Raymond Mak, özellikle yaşlı hastaların fiziksel durumlarının ve dayanıklılıklarının değerlendirilmesinin tedavi kararları açısından kritik öneme sahip olduğunu vurguladı. Mak, yoğun tedavi yöntemleri kullanılmadan önce hastanın genel durumunu belirlemede daha tutarlı değerlendirmelere ihtiyaç duyulduğunu belirtti.
Araştırmacılar, yüz fotoğraflarına dayalı analizlerin gelecekte kişiye özel tedavi planlarını destekleyebileceğini ancak klinik değerlendirmelerin yerini almaması gerektiğini ifade etti. Tek bir yüz fotoğrafı üzerinden kanser teşhisi koyup koyamayacağı konusunda çalışmalar umut verici olsa da, bu durumun henüz mümkün olmadığını ortaya koyuyor. Teknolojinin hastane şartlarındaki güvenilirliği ise daha kapsamlı araştırmalarla değerlendirilmeli.
İngiltere'deki Surrey Üniversitesinden Profesör Miroslaw Bober, bu yöntemin umut verici olduğuna ancak klinik kullanıma geçmeden önce farklı hasta grupları üzerinde kapsamlı testler yapılması gerektiğine dikkat çekti. Bober, yapay zekanın sağladığı tahminlerin kesin tıbbi sonuçlar olarak ele alınmaması gerektiğini belirtti.
