AI Modeli, Dil Analizi Yoluyla Hastalıkları Teşhis Etmede %98 Doğruluk Oranı Elde Ediyor

Bir son araştırma, AI destekli bir modelin hastaların dillerini analiz ederek çeşitli hastalıkları teşhis etmede dikkat çekici bir şekilde %98.71 doğruluk oranı elde ettiğini gösterdi. AI modeli, diyabet, inme, anemi, astım, karaciğer ve safra kesesi sorunları, COVID-19 ve birçok damar ve gastrointestinal problemleri tanımlayabiliyor.

Güney Avustralya Üniversitesi tarafından bugün duyurulan çalışmada, AI’yi eğitmek için çeşitli renk modelleri ve makine öğrenme algoritmaları kullanıldı. Sistem, dil resimlerini renk, şekil ve doku temelinde işler ve sınıflandırır. Yedi renk kategorisinden 5.260 resimle eğitildi ve yüksek doğruluk gösterdi.

Duyuruda, MTU ve UniSA’da Misafir Yardımcı Profesör olan Kıdemli Yazar Ali Al-Naji, bu AI modelinin geleneksel Çin tıbbından 2.000 yıllık bir uygulamayı taklit ettiğine dikkat çekiyor: Hastalık belirtilerini tespit etmek için dil muayenesi kullanma.

Orta Doğu’daki iki öğretim hastanesi, farklı sağlık durumlarına sahip hastalardan 60 dil resmi sağladı. Çalışmada, hastaların dillerinin rengini yakalayan kameralar hastalardan 20 santimetre uzaklıkta konumlandırıldı ve görüntüleme sistemi sağlık durumlarını gerçek zamanlı olarak tahmin etti.

AI destekli sistem, farklı ışık koşulları altında dil rengini tahmin etmek için altı makine öğrenmesi algoritması ile eğitildi. Bu algoritmalar, naïf Bayes (NB), destek vektör makinesi (SVM), k-en yakın komşular (KNN), karar ağaçları (DTs), random ormanı (RF) ve Extreme Gradient Boost (XGBoost) ‘dur.

Başarılarına rağmen, çalışmanın sınırlılıkları vardı. Bunlar, veri toplama için hastaların rızasını vermeye isteksiz olmalarını ve kamera yansımalarının renk doğruluğunu etkileme sorunlarını içeriyordu. Araştırmacılar, gelecek çalışmaların bu sorunları, renk sınıflandırmasını ve tanısal hassasiyeti artırmak için gelişmiş görüntü işlemciler, filtreler ve derin öğrenme tekniklerini kullanarak ele alacağını belirtti.

AI tabanlı dil tanısında önemli ilerlemeler kaydedildi, özellik çıkarımı, veri çeşitliliği ve algoritma sofistikeleşmesindeki iyileştirmeler daha büyük doğruluk ve güvenilirlik sağlıyor. Bu ilerlemeler, AI’nin geleneksel Çin tıbbı ve diğer tıp alanlarında ilerleme potansiyelini vurguluyor.