Litvanya’daki Kaunas Teknoloji Üniversitesi’nden araştırmacılar, beyin imajlarından Alzheimer hastalığının muhtemel başlangıcını yüzde 99’un üzerinde bir doğrulukla kestirim edebilen derin öğrenmeye dayalı bir usul geliştirdiklerini deklare ettilar.
Dünya Sıhhat Örgütü’ne bakılırsa her yıl 24 milyon insan bu hastalıktan etkileniyor ve Alzheimer için süratli teşhisin kıymeti epeyce büyük. Ayrıyeten bu sayıların dünya nüfusu yaşlandıkça artacağı söyleniyor. Kelam konusu hastalığın kesin bir tedavisi bulunmuyor olsa da yapılan birfazlaca çalışma, hastalığın seyrinde tedaviye erken başlamanın değerli avantajları olduğunu gösteriyor.
Kaunas Üniversitesi’nde model üzerinde çalışan takımı denetleyen araştırmacı Rytis Maskeliūnas, açıklamasına şu kelamlara yer verdi:
“Bir makineyi, dataları sıralamak ve bulguları aramak için en sıkıcı işi yapabilen bir robot olarak düşünün. Bilgisayar algoritması potansiyel olarak etkilenen olayları seçtikten daha sonra, uzmanlar bunları hayli yakından inceleyebilir. Teşhis ve tedavi hastaya hayli daha süratli ulaştığı için herkese yarar sağlıyor.”
Alzheimer’ın erken belirtilerinin insanların arkadaş ve akrabaları tarafınca fark edilmesi sıkıntı olabilir. Derin öğrenme teknikleri, bu süreci değerli ölçüde hızlandırmayı vaat ediyor ve etkilenenlerin bir tıp uzmanı tarafınca yapılacak bir değerlendirmeye süratle yönlendirilmesine imkan tanıyor.
Kaunas Üniversitesi takımının derin öğrenme tabanlı modeli, 138 denekten fMRI imajlarını sınıflandıran ResNet 18 hudut ağına dayanıyordu. Araştırmacılar, modellerini NVIDIA GPU’larla donatılmış iş istasyonlarında Alzheimer Hastalığı Nörogörüntüleme Teşebbüsü fMRI bilgi setinden alınan imgeler üzerinde eğitti.
Eğitimli model sonrasındasında MCI özelliklerini tesirli bir biçimde tespit etti ve yavaşça bilişsel bozulma ile erken Alzheimer içinde ayrım yaparken %99,99’luk bir doğruluk elde etmeyi başardı. Model ayrıyeten geç kalınan HBB (hafifçe bilişsel bozukluk) ve Alzheimer hastalığı ile erken basamakta olan hastalıkları ayrım yaparken %99,95 doğruluk elde etti.
Maskeliūnas, “Bu, Alzheimer’ın erken başlangıcını benzeri bilgilerden teşhis etmeye yönelik birinci teşebbüs olmasa da, ana atılımımız algoritmanın doğruluğunu gösteriyor. Bu kadar yüksek sayılar gerçek hayat performansının göstergeleri değil, fakat daha fazla bilgi elde etmek için tıbbi kurumlarla bir arada çalışıyoruz.” diyor.
Bu algoritma, gelecekte 65 yaş üstü yahut ailesinde bunama belirtisi nazarannler üzere birtakım şahıslardan gelen bilgileri süratli bir biçimde tahlil edebilen ve tıbbi işçisi uyarabilen bir yazılımın temeli olabilir.
Dünya Sıhhat Örgütü’ne bakılırsa her yıl 24 milyon insan bu hastalıktan etkileniyor ve Alzheimer için süratli teşhisin kıymeti epeyce büyük. Ayrıyeten bu sayıların dünya nüfusu yaşlandıkça artacağı söyleniyor. Kelam konusu hastalığın kesin bir tedavisi bulunmuyor olsa da yapılan birfazlaca çalışma, hastalığın seyrinde tedaviye erken başlamanın değerli avantajları olduğunu gösteriyor.
Kaunas Üniversitesi’nde model üzerinde çalışan takımı denetleyen araştırmacı Rytis Maskeliūnas, açıklamasına şu kelamlara yer verdi:
“Bir makineyi, dataları sıralamak ve bulguları aramak için en sıkıcı işi yapabilen bir robot olarak düşünün. Bilgisayar algoritması potansiyel olarak etkilenen olayları seçtikten daha sonra, uzmanlar bunları hayli yakından inceleyebilir. Teşhis ve tedavi hastaya hayli daha süratli ulaştığı için herkese yarar sağlıyor.”
Alzheimer’ın erken belirtilerinin insanların arkadaş ve akrabaları tarafınca fark edilmesi sıkıntı olabilir. Derin öğrenme teknikleri, bu süreci değerli ölçüde hızlandırmayı vaat ediyor ve etkilenenlerin bir tıp uzmanı tarafınca yapılacak bir değerlendirmeye süratle yönlendirilmesine imkan tanıyor.
Kaunas Üniversitesi takımının derin öğrenme tabanlı modeli, 138 denekten fMRI imajlarını sınıflandıran ResNet 18 hudut ağına dayanıyordu. Araştırmacılar, modellerini NVIDIA GPU’larla donatılmış iş istasyonlarında Alzheimer Hastalığı Nörogörüntüleme Teşebbüsü fMRI bilgi setinden alınan imgeler üzerinde eğitti.
Eğitimli model sonrasındasında MCI özelliklerini tesirli bir biçimde tespit etti ve yavaşça bilişsel bozulma ile erken Alzheimer içinde ayrım yaparken %99,99’luk bir doğruluk elde etmeyi başardı. Model ayrıyeten geç kalınan HBB (hafifçe bilişsel bozukluk) ve Alzheimer hastalığı ile erken basamakta olan hastalıkları ayrım yaparken %99,95 doğruluk elde etti.
Maskeliūnas, “Bu, Alzheimer’ın erken başlangıcını benzeri bilgilerden teşhis etmeye yönelik birinci teşebbüs olmasa da, ana atılımımız algoritmanın doğruluğunu gösteriyor. Bu kadar yüksek sayılar gerçek hayat performansının göstergeleri değil, fakat daha fazla bilgi elde etmek için tıbbi kurumlarla bir arada çalışıyoruz.” diyor.
Bu algoritma, gelecekte 65 yaş üstü yahut ailesinde bunama belirtisi nazarannler üzere birtakım şahıslardan gelen bilgileri süratli bir biçimde tahlil edebilen ve tıbbi işçisi uyarabilen bir yazılımın temeli olabilir.