Çalışma, Karabük Üniversitesi ile ABD’de bulunan Kentucky Üniversitesi iş birliğiyle hayata geçiriliyor.

Karabük Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Yazılım Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Caner Özcan ile doktora öğrencisi Merve Özkan’ın yürüttüğü proje, “Temel Modeller Kullanılarak Histopatolojik Görüntüler Üzerinde Kolorektal Kanser Tespiti” başlığını taşıyor

HİSTOPATOLOJİK GÖRÜNTÜLERDEN YAPAY ZEKA İLE HIZLI ÖN TANI

Projenin teknik ayrıntılarına ilişkin bilgi veren Doç. Dr. Caner Özcan, çalışmanın kolorektal kanserin yapay zeka ile tespitine odaklandığını belirterek şunları söyledi:

“Projemiz kolorektal kanserin tespiti üzerine temel modeller kullanılarak yapay zeka modelleri geliştirilmesi ile ilgili bir proje. Bu proje kapsamında farklı kaynaklardan almış olduğumuz kolorektal histopatolojik görüntülerin derin öğrenme modelleri ile farklı sınıflandırma ve segmentasyon çalışmaları gerçekleştirilecektir.” 

DAHA AZ ETİKETLİ VERİYLE DAHA ETKİLİ TANI MODELLERİ

Projede, daha az etiketli veriden en yüksek verimi almak için temel modeller ile kendi kendine öğrenen yaklaşımlar birlikte kullanılıyor. Özcan, bu yöntemi şöyle anlattı:

“Bu noktada temel modeller, foundational model dediğimiz modellerle cellwise dediğimiz kendi kendine öğrenen modellerin kullanıldığı ve daha az etiketli veriden yararlanıldığı bir çalışma gerçekleştirilecektir.”

Kullanılan veri yapısına ilişkin bilgi veren Özcan, NCT ve TCGA gibi uluslararası veri tabanlarından elde edilen görüntülerin de sisteme dahil edildiğini belirterek, şunları kaydetti:

“Bu projede özellikle farklı veri kaynaklarından gelen örneğin NCT ve TCGA gibi kaynaklardan gelen verilerin daha az etiketli olan verilerin yani aslında hem etiketli hem de etiketsiz olarak verilerin birlikte kullanıldığı özgün projelerden biri olacaktır.”

Bu yaklaşımla, etiketleme maliyeti daha düşük, tanı başarısı yüksek yapay zeka modellerinin geliştirilmesi ve bu modellerin kolorektal kanserin erken tanısında etkin biçimde kullanılabilmesi hedefleniyor.

PATOLOGLARIN İŞ YÜKÜ AZALACAK, TANI SÜRECİ HIZLANACAK

Geliştirilen yapay zeka tabanlı karar destek sistemiyle hem tanı hızının artması hem de patologların üzerindeki iş yükünün hafiflemesi amaçlanıyor. Özcan, projenin sağlık hizmetine katkısını şöyle dile getirdi: “Bu proje sayesinde verilerin daha hızlı bir şekilde analiz edilmesi ve ön tanıların hızlı bir şekilde konulması gerçekleştirilecek. Aynı zamanda klinik uygulamalarda da bu yazılımın uygulanabilir olmasını hedeflemekteyiz. Proje kapsamında özellikle histopatoloji alanında elde edilen görüntülerin yani kolon kanseri üzerine elde edilen görüntülerin, patologlar tarafından hızlı bir şekilde analiz edilmesi, özellikle dünyada en yoğun şekilde görülen bir kanser tipi olan kolorektal kanserin hızlı bir şekilde tespit edilmesi ve ön tanıların da hızlı bir şekilde konulması sağlanacaktır. Özellikle de patologların iş yükünün bu yönde azaltılacağı bir yapay zekâ karar destek sisteminin oluşturulması sağlanmış olacaktır.”