ABD'deki Mass General Brigham sağlık sisteminde görev yapan araştırmacılar, kanser hastalarının hayatta kalma olasılıklarını yalnızca bir yüz fotoğrafından tahmin edebilen yapay zeka tabanlı bir araç geliştirdi. The Lancet Digital Health dergisinde yayımlanan çalışma, tıp dünyasında yüz analizi alanında önemli bir adım olarak değerlendiriliyor.
Sistem, 40 milyondan fazla yüz fotoğrafından elde edilen verilerle eğitildi. Bu geniş veri tabanı sayesinde yapay zeka, yalnızca kişilerin biyolojik yaşlarını tahmin etmekle kalmıyor; aynı zamanda kanser hastalarının hayatta kalma olasılıklarını da değerlendirebiliyor.
İki Farklı Araç, İki Farklı Yaklaşım
Araştırmacılar, aynı temel yapay zeka modelinden yararlanarak birbiriyle bağlantılı ama işleyişi farklı iki araç geliştirdi. Birinci araç, kişinin yüzünden biyolojik yaşını tahmin ederek bu tahmini kanser hastalarının hayatta kalma olasılığını değerlendirmek için bir ara adım olarak kullanıyor. İkinci araç ise biyolojik yaş hesabına hiç başvurmadan, doğrudan yüz fotoğrafından hayatta kalma olasılığını öngörüyor.
Uzmanlar, kendi bilgileri dahilinde ikinci aracın yani basit bir fotoğraftan kanser hastalarının hayatta kalma olasılığını doğrudan tahmin edebilen bu sistemin, alanında ilk yapay zeka modeli olduğunu ifade etti. Araştırmacılar da bu yaklaşımın yüz analizi alanında yeni bir aşamaya işaret ettiğini vurguladı.
Yapay Zeka Yüzün Hangi Bölgelerine Bakıyor?
Her iki sistem de tahminlerini oluştururken yüzün farklı bölgelerinden yararlanıyor. Biyolojik yaşı inceleyen araç; burun kenarlarından ağız köşelerine uzanan çizgilere, göz çukurlarının üzerindeki alın bölgesine ve şakaklara odaklanıyor. Biyolojik yaş tahmini yapmayan ve doğrudan hayatta kalma olasılığını öngören sistem ise göz altı bölgesini ve burun köprüsünün çevresini değerlendiriyor.
Bu farklılık, iki aracın aynı temel modelden türemesine karşın farklı biyolojik sinyalleri esas aldığına işaret ediyor ve sistemin iç işleyişine dair önemli bir ipucu sunuyor.
Biyolojik Yaş ile Ölüm Riski Arasındaki İlişki
Araştırma, ABD'de radyoterapi gören kanser hastalarının incelenmesine dayanıyor. Ortalama 4 yıllık takip süreci boyunca elde edilen veriler çarpıcı sonuçlar ortaya koydu. Yapay zekanın biyolojik yaşını gerçek yaşından en az 5 yıl daha ileri tahmin ettiği hastalarda ölüm riski, diğer hastalara kıyasla yüzde 21 daha yüksek bulundu. Öte yandan biyolojik yaşı gerçek yaşından en az 5 yıl daha genç tahmin edilen hastalarda ise bu risk yüzde 17 daha düşük çıktı.
Araştırmacılar, biyolojik yaş tahminlerinin kişinin fiziksel sağlık durumuyla bağlantılı olabileceğini ve hastanın yoğun tedavilere dayanma kapasitesi hakkında bilgi sağlayabileceğini belirtti. Bu bulgu, sistemin yalnızca istatistiksel bir tahmin aracı olmaktan öte, klinik açıdan da anlamlı bilgiler sunabileceğine işaret ediyor.
Yaşam Tarzı Faktörleri de Yüze Yansıyor
Araştırmada dikkat çekici bir başka bulgu daha öne çıktı: Yoğun alkol tüketimi, uyuşturucu kullanımı ve sigara içme gibi yaşam tarzı faktörlerinin yapay zeka analizinde daha ileri biyolojik yaş görünümüyle ilişkili olduğu tespit edildi. Bu durum, sistemin yalnızca yüzün yapısal özelliklerini değil, yaşam alışkanlıklarının yüze yansıyan izlerini de bir ölçüde okuyabildiğine işaret ediyor.
Klinik Kullanım Potansiyeli ve Sınırlılıklar
Araştırmacılara göre bu sistem, kanser tedavisi öncesinde hastaların ölüm veya komplikasyon risklerinin değerlendirilmesine yardımcı olabilir. Teknolojinin özellikle ameliyat, radyoterapi ve diğer yoğun tedaviler öncesinde hastaların fiziksel durumunun daha kapsamlı biçimde değerlendirilmesinde kullanılması hedefleniyor. Yüz fotoğrafından sağlık değerlendirmesi yapmanın kolay ve düşük maliyetli bir yöntem olabileceği de vurgulandı.
Bununla birlikte araştırmacılar, sistemin yaygın klinik kullanıma girmesinden önce daha fazla araştırma yapılması gerektiğini özellikle kaydetti. Yani bu teknoloji henüz hastanelerde rutin olarak kullanılmaya hazır değil; önünde aşılması gereken bilimsel ve etik aşamalar bulunuyor.
Sıkça Sorulan Sorular
Bu yapay zeka aracını kim geliştirdi?
Aracı, ABD'deki Mass General Brigham sağlık sisteminde görev yapan araştırmacılar geliştirdi. Araştırma, The Lancet Digital Health dergisinde yayımlandı.
Sistem nasıl eğitildi?
Yapay zeka, 40 milyondan fazla yüz fotoğrafından elde edilen verilerle eğitildi. Bu veriler sayesinde sistem hem biyolojik yaş tahmini hem de hayatta kalma olasılığı değerlendirmesi yapabilir hale getirildi.
Biyolojik yaşı gerçek yaşından ileri görünen hastalarda ölüm riski ne kadar artıyor?
Araştırmaya göre yapay zekanın biyolojik yaşını gerçek yaşından en az 5 yıl daha ileri tahmin ettiği hastalarda, ortalama 4 yıllık takip süresince ölüm riski diğer hastalara kıyasla yüzde 21 daha yüksek bulundu.
Sistem tedavi süreçlerinde nasıl kullanılması planlanıyor?
Araştırmacılara göre teknoloji, ameliyat, radyoterapi ve diğer yoğun tedaviler öncesinde hastaların fiziksel durumunun daha kapsamlı değerlendirilmesinde ve ölüm ya da komplikasyon riskinin belirlenmesinde kullanılması amacıyla hedefleniyor.
Sistem klinik kullanıma hazır mı?
Hayır. Araştırmacılar, yüz fotoğraflarından sağlık değerlendirmesi yapmanın kolay ve düşük maliyetli bir yöntem olabileceğini belirtmekle birlikte sistemin yaygın klinik kullanıma girmesinden önce daha fazla araştırma yapılması gerektiğini özellikle vurguladı.
