MIT’nin yeni yapay zekası tıbbi görüntüleri saniyeler içinde parçalara ayırıyor, açıklama süresini yüzde 28 oranında azaltıyor. ScribblePrompt, farklı tıbbi taramalardaki anatomik yapıları etkili bir şekilde vurgulayan ve tıbbi çalışanların ilgi alanlarını ve anormallikleri belirlemesine yardımcı olan etkileşimli bir yapay zeka çerçevesi.
Yapay zeka tıbbi görüntülemede daha iyi sonuçlar sağlıyor
Eğitimsiz bir göz için, MRI veya X-ışını gibi tıbbi bir görüntü, siyah-beyaz şekillerden oluşan kafa karıştırıcı bir koleksiyon olarak görünebilir. Bir tümörün nerede bittiğini ve diğerinin nerede başladığını ayırt etmek zor olabilir. Yapay zeka sistemleri biyolojik yapıların sınırlarını anlayacak şekilde eğitildiğinde, doktorların ve biyomedikal çalışanların hastalıkları ve diğer anormallikleri izlemek istedikleri ilgi bölgelerini segmentlere ayırabilir.
MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı (CSAIL), Massachusetts General Hastanesi (MGH) ve Harvard Tıp Fakültesi’nden araştırmacılar, “ScribblePrompt” çerçevesi adı verilen etkileşimli bir araç geliştirdiler. Bu araç, daha önce hiç görülmemiş türler dahil olmak üzere, sıkıcı veri toplama işlemlerine gerek kalmadan, her türlü tıbbi görüntüyü hızla segmentlere ayırabilir.
Ekip, her bir resmi manuel olarak işaretlemek yerine, kullanıcıların gözlerdeki, hücrelerdeki, beyinlerdeki, kemiklerdeki, ciltteki ve daha birçok yapıdaki MRI’lar, ultrasonlar ve fotoğraflar dahil olmak üzere 50.000’den fazla taramaya nasıl açıklama ekleyeceğini simüle etti.
Ekip, yaygın olarak etiketlenen bölgelere ek olarak, tıbbi araştırmacılar için potansiyel yeni ilgi alanlarını belirlemek ve ScribblePrompt’u bunları segmentlere ayırması için eğitmek amacıyla süper piksel algoritmalarından yararlandı. ScribblePrompt, kullanıcıların gerçek dünya segmentasyon isteklerini ele almak için sentetik veriler hazırladı. Bu sentetik veriler, ScribblePrompt’un kullanıcıların gerçek dünya segmentasyon isteklerini ele almasına yardımcı olacak.
MIT’de doktora öğrencisi olan ve ScribblePrompt ve CSAIL iştiraki hakkında yeni bir makalenin baş yazarı olan Hallee Wong SM ’22: “Yapay zeka, insanların daha üretken bir şekilde iş yapmalarına yardımcı olmak için görüntüleri ve diğer yüksek boyutlu verileri analiz etmede önemli bir potansiyele sahip” dedi.
