
Yapay zekâ yüz fotoğraflarından kanser sonuçlarını tahmin edebiliyor
Erdem Çınar ? Editör Hakkında Diğer Haberleri 80 Takipçi Erdem Çınar Film ve Dizi Editörü Sıkı bir beyaz perde takipçisi olan Erdem, DonanımHaber'de sinema ve dizi sektörüne dair haberleri kaleme alıyor. AI Hekim...
Anthropic — What company has the best second artificial intelligence model at the end of June?
Yapay zeka alanında çarpıcı bir gelişme haberi geldi. Editör Hakkında Diğer Haberleri 80 Takipçi Erdem Çınar Film ve Dizi Editörü Sıkı bir beyaz perde takipçisi olan Erdem, DonanımHaber'de sinema ve dizi sektörüne dair haberleri kaleme alıyor. AI Hekim Olabilir mi? Uzmanlar Sağlıkta Yapay Zekayı Tartışıyor 11 sa.
OpenAI beklentileri karşılayamadı; teknoloji hisseleri altüst old 14 sa. Haber içeriği sunan teknoloji şirketlerine vergi getiriliyor 10 sa. Tümünü Göster Film ve Dizi Editörü Bildirimi Aç Bildirim Açık a').
Teknolojik Detaylar
preventDefault();"> Tam Boyutta Gör Yapay zekâ araçları, sağlık teknolojilerinde de giderek daha kritik bir rol üstlenmeye başladı. Özellikle hastalıkların teşhisinde ve tedavi süreçlerinin planlanmasında kullanılan AI modelleri, doktorlara destek sunan önemli araçlara dönüşüyor. Bu alanda şu ana kadar çıkan en dikkat çekici AI araçlarından biri ise FaceAge adlı uygulama.
İlk olarak geçtiğimiz yıl haberlerini almaya başladığımı FaceAge, o dönemde tek bir fotoğraftan kişilerin biyolojik yaşını çıkarabilen bir uygulama olarak tanıtılmıştı. Araştırmacılar, bu uygulamayı tanıtırken FaceAge'in ileride kanser hastalarının takibine de yardımcı olabileceğini öne sürmüştü. Aradan geçen sürede bu konu üzerinde yeni çalışmalar da yapan araştırmacılar, FaceAge'in kanser hastalarının tedavi sürecindeki ilerlemelerini analiz eden bir araç olarak da faydalı olabileceğini ortaya koydu.
Yapay Zeka, Yüzdeki Yaşlanma Hızından Hayatta Kalma Olasılığını Tahmin Edebiliyor Araştırmacılar, on yılı aşkın süredir devam eden araştırmada 2. 279 kanser hastasının yüz fotoğraflarını analiz etti . Bu fotoğraflar, hastaların tedavi süreçlerinin farklı aşamalarında rutin olarak çekilmiş görüntülerden oluşuyor.
Sektörel Yansımalar
Çalışmada “Face Aging Rate” (Yüz Yaşlanma Hızı) adı verilen bir metrik kullanıldı. FAR, fotoğrafların çekildiği iki farklı zaman noktasındaki FaceAge değerleri arasındaki farkın, bu iki fotoğraf arasındaki süreye bölünmesiyle hesaplanıyor. Bu sayede bir kişinin biyolojik olarak ne kadar hızlı yaşlandığı ölçülebiliyor.
Elde edilen sonuçlar, dikkat çekici bir tablo ortaya koyuyor. Hastaların yüz yaşlanma hızının, kronolojik yaşlanma hızından ortalama %40 daha yüksek olduğu görüldü. Daha da önemlisi, biyolojik yaşlanması daha hızlı olan hastalarda hayatta kalma oranlarının belirgin şekilde daha düşük olduğu tespit edildi.
Bu etkinin özellikle fotoğraflar arasındaki sürenin iki yıl veya daha fazla olduğu durumlarda daha güçlü olduğu vurgulanıyor. Araştırmada ayrıca “FaceAge Deviation (FAD)” adı verilen bir başka ölçüm de kullanıldı. Bu metrik, bir kişinin biyolojik yaşının kronolojik yaşına kıyasla ne kadar sapma gösterdiğini ortaya koyuyor.
Bu haber, yapay zeka alanındaki rekabeti daha da kızıştıracak nitelikte. Sektör uzmanları, gelişmenin uzun vadeli etkilerini değerlendiriyor.





