Tek bir yüz fotoğrafı gerçeği ortaya çıkarıyor: Ölüm riskini hesaplayan yapay zekâ tasarlandı Sözcü Gazetesi

Tıp araştırmacıları, kanser hastalarının yalnızca tek bir yüz fotoğrafını tarayarak ölüm riskini ve hayatta kalma olasılığını hesaplayan yeni bir yapay zeka algoritması geliştirdi. The Lancet Digital Health dergisinde yayımlanan çalışma, yüzün belirli bölgelerindeki hücresel yıpranma izlerinin hastaların ağır onkolojik tedavilere dayanıklılığını doğrudan yansıttığını ortaya koydu.

YAPAY ZEKA YÜZÜN HANGİ BÖLGELERİNE ODAKLANIYOR?

Mass General Brigham bünyesindeki araştırmacıların geliştirdiği sistem, yüz taramasında iki farklı analiz katmanı kullanıyor. Biyolojik yaş tespiti yapan modül alın, şakaklar ve burun kenarından ağız köşelerine inen çizgileri incelerken, kanser hastalarının sağkalım süresini hesaplayan modül doğrudan göz altları ile burun köprüsündeki mikro değişimlere odaklanıyor. Yüzün bu iki farklı bölgesinde beliren dokusal işaretler, vücudun genel yıpranma düzeyi ile kanserin yarattığı fiziksel yükün birbirinden bağımsız sinyaller verdiğini gösteriyor.

BİYOLOJİK YAŞ FARKI ÖLÜM RİSKİNİ NASIL DEĞİŞTİRİYOR?

Dört yıllık klinik takip verilerini içeren analizler, takvim yaşı ile biyolojik yaş arasındaki farkın kritik bir hayatta kalma göstergesi olduğunu belgeledi:

Biyolojik yaşı gerçek yaşından en az beş yıl daha büyük çıkan kanser hastalarında ölüm riskinin yüzde 21 daha yüksek olduğu belirlendi. Biyolojik yaşı takvim yaşından en az beş yıl daha genç hesaplanan hastalarda ölüm riskinin yüzde 17 oranında azaldığı tespit edildi. Tütün ürünleri, aşırı alkol tüketimi ve zararlı madde alışkanlıklarının yüzün biyolojik yaşlanma katsayısını doğrudan artırdığı kayıtlara geçti.

40 MİLYON GÖRSELLE EĞİTİLEN İKİLİ SİSTEM MODELİ

FAHR-Face adı verilen temel yapay zeka mimarisi, farklı etnik köken ve yaş gruplarından toplanan 40 milyondan fazla yüz fotoğrafıyla eğitildi. Bu altyapı üzerinden biyolojik yaşı ölçen FAHR-FaceAge ve sağkalım süresini modelleyen FAHR-FaceSurvival olmak üzere iki ayrı analiz motoru üretildi. Laboratuvar testleri, algoritmanın ortam ışığı değişimlerinden, mimik hareketlerinden, makyajdan ve fotoğraf çekim açılarından etkilenmeden tutarlı sonuçlar üretebildiğini ortaya koydu.

Yüz taramasından elde edilen veriler, kemoterapi, radyoterapi ve ağır cerrahi müdahaleler öncesinde hastanın mevcut fiziki rezervini ölçmede yardımcı bir araç olarak konumlandırılıyor. Tıp uzmanları, bu teknolojinin hekim kararlarının yerine geçmeyeceğini, hekimlerin kişiselleştirilmiş tedavi dozu belirlemesine veri desteği sunacağını aktarıyor. Sistemin hastanelerdeki rutin klinik uygulamalara dahil edilebilmesi için daha geniş ve farklı hasta grupları üzerinde yürütülecek doğrulama testlerinin tamamlanması bekleniyor.