Yapay zekâ Maymun Çiçeği hastalığı teşhisinde kullanılabilir mi?
Diğer
T24 Haftalık Yazarı
25 Ağustos 2024
2020 yılının Mart ayında, Türkiye, ilk olarak Çin'in Wuhan kentinde ortaya çıkan koronavirüs pandemisinden etkilenen ülkeler arasına girdi. O tarihten itibaren, yaklaşık 1.5 – 2 yıl boyunca süren pandemi yönetimi, "sistematik" bir hata sonucu meydana gelen eksi sayıda aktif hasta sayısıyla dikkat çeken bir politika ile yönetilmeye çalışıldı. Dönemin en bilinen pandemi politikalarından biri de, Hayat Eve Sığar adıyla tanıdığımız, HES uygulamasıydı. Bu mobil uygulama, çevremizdeki vaka yoğunluğunu ısı haritası olarak gösteriyor ve çeşitli sorularla koronavirüs riskimizi hesaplıyordu. HES uygulaması, özellikle HES kodunun zorunlu hale gelmesiyle yaygın olarak kullanıldı; ancak bazı akademik araştırmalarda, kullanıcıların veri güvenliği endişesi nedeniyle bu uygulamayı tercih etmediği ortaya konuldu (Alkış & Fındık Coşkunçay, 2021).
Koronavirüsün Dünya Sağlık Örgütü tarafından pandemi ilan edilmesinden tam 4.5 yıl sonra, 2024 yılının Ağustos ayında, Dünya Sağlık Örgütü, Afrika kıtasındaki bazı ülkelerde görülen ve toplumda maymun çiçeği olarak bilinen MPOX virüsünün bir pandemi haline geldiğini duyurdu. 22 Ağustos itibarıyla, 2024 yılında dünya genelinde 14 binden fazla maymun çiçeği vakası bildirilmiş olup, maalesef bu vakaların 457'si ölümle sonuçlandı.
Yapay zekânın pek çok alanda olduğu gibi sağlık uygulamalarında kullanımı da her geçen gün artıyor ve yaygınlaşıyor. Derin öğrenme algoritmaları başta olmak üzere farklı model ve mimariler pek çok disiplinler arası araştırmacıların katkılarıyla sağlık alanlarındaki sorunların çözümünü kolaylaştırmak, sağlık sisteminin üstündeki yükü hafifletmek için geliştiriliyor. Bu gelişmelerin en yeni örneklerinden biri, Stanford Üniversitesi'nden bir araştırma ekibinin maymun çiçeği (MPOX) virüsünün neden olduğu deri lezyonlarını tanımak için geliştirdiği yapay zekâ modeli MPXV-CNN oldu. Bu modelin amacı, cilt üzerindeki lezyonların MPOX virüsünden mi yoksa başka bir hastalıktan mı kaynaklandığını belirlemek. Araştırma sürecinde, tam 139,198 cilt lezyonu görüntüsü toplandı. Ancak, bu görüntülerin sadece 676'sı........
© T24
visit website