Google AI Atılımı: Hastalıkları Öksürük Sesleriyle Tespit Ediyor
Çığır açan bir gelişmeyle, Google bilim adamlarından oluşan bir ekip, öksürme ve nefes alma gibi sesleri analiz ederek sağlık koşullarını teşhis edebilen ve izleyebilen son teknoloji ürünü bir makine öğrenimi aracını tanıttı. Sağlık Akustik Temsilleri (HeAR) olarak adlandırılan bu yapay zeka (AI) sistemi, COVID-19 ve tüberküloz gibi rahatsızlıklar da dahil olmak üzere hastalık tespitinde devrim yaratma konusunda büyük umut vaat ediyor.
Yakın zamanda yayınlanan bir ön baskı makalesinde ayrıntıları verilen bu yenilikçi teknoloji, sesin hastalıklar için bir biyobelirteç olarak kullanılması yönünde gelişen alanda ileriye doğru önemli bir atılımı temsil ediyor. Araştırmacıların solunum yolu hastalığını bir kişinin öksürüğü aracılığıyla tanımlama potansiyelini keşfettiği COVID-19 salgını sırasında kazanılan anlayışa dayanıyor.
Google sistemini diğerlerinden ayıran şey, geniş eğitim veri kümesi ve birden fazla görevi gerçekleştirmedeki çok yönlülüğüdür. HeAR, çeşitli insan seslerinden elde edilen milyonlarca ses klibi üzerinde eğitilerek, çeşitli teşhis amaçları için ince ayar yapılmasına olanak tanıdı. Etiketli verilerle denetimli öğrenmeye dayanan geleneksel yöntemlerin aksine Google’ın yaklaşımı, yapay zeka modelini eğitmek için etiketlenmemiş verilerden yararlanarak kendi kendini denetleyen öğrenmeyi kullandı.
Araştırmacılar, halka açık YouTube videolarından öksürme, nefes alma ve boğaz temizleme gibi çeşitli insan seslerini kapsayan 300 milyondan fazla kısa ses klibi çıkardı. Bu klipler, sesin görsel temsilleri olan spektrogramlara dönüştürüldü ve bunlar daha sonra HeAR’ı eğitmek için kullanıldı. Yapay zeka, otomatikleştirilmiş bir süreç aracılığıyla, ChatGPT gibi dil modellerinin bir cümledeki sonraki kelimeyi nasıl tahmin ettiğine benzer şekilde, spektrogramların eksik kısımlarını tahmin etmeyi öğrendi.
HeAR’ın uyarlanabilirliği, COVID-19’u, tüberkülozu ve sigara içme alışkanlıkları gibi özellikleri tespit etme yeteneğiyle kanıtlandı. Dikkat çekici bir şekilde model, konuşma verileri veya genel ses üzerine eğitilmiş mevcut modellerden daha iyi performans göstererek etkileyici puanlar elde etti. Örneğin, kullanılan veri setine bağlı olarak, COVID-19 tespitindeki performansı 0,645 ile 0,710 arasında puan alırken, tüberküloz tespitindeki skor 0,739’a ulaştı.
Eğitim verilerinin geniş ve çeşitli doğası, modelin genelleştirilebilirliğine katkıda bulunarak onu çeşitli teşhis uygulamaları için sağlam bir araç haline getirdi. Bu önemli atılım, alandaki uzmanların dikkatini çekti ve birçok kişi bunun güvenilirliğine ve potansiyel etkisine duyduğu güveni ifade etti.
Oklahoma Üniversitesi’nden mühendis Ali Imran, özellikle kullanılan veri hacmi nedeniyle Google’ın araştırmasının öneminin altını çizdi. Imran’ın ekibi, COVID-19 öksürüklerini diğer türlerden ayırmayı amaçlayan AI4COVID-19 adlı bir uygulama geliştiriyor ve klinik araştırmalar için FDA onayı almayı planlıyor.
Çoğunlukla ‘odyomik’ olarak adlandırılan sağlık akustiği alanı, sağlık hizmetlerinde dönüşüm konusunda büyük umut vaat ediyor. Güney Florida Üniversitesi’nden laringolog Yael Bensoussan, sesin hastalık takibinde invaziv olmayan bir biyobelirteç olarak potansiyelini vurguladı. Yapay zeka ve makine öğrenimindeki gelişmelerle birlikte araştırmacılar artık büyük miktarda veriyi aynı anda analiz edebilecek araçlara sahip olup teşhis, tarama ve izleme için yeni yollar açıyor.
Google AI sistemi hala erken aşamada olsa da, hastalık tespitinde ve izlenmesinde devrim yaratma potansiyeli göz ardı edilemez. Araştırmacılar sağlık akustiğinin olanaklarını keşfetmeye devam ederken, HeAR gibi yapay zeka destekli teknolojilerin sağlık hizmetlerinin geleceğini şekillendirmede önemli bir rol oynayacağına dair iyimserlik var.
Ne düşünüyorsunuz?
Fikrini bilmek güzel. Yorum bırakın.