Boğaziçi Üniversitesi Bilgisayar Mühendisliği Bölümü Öğretim Üyesi Doç. Dr. Mehmet Turan ve ekibi, kanser gibi hastalıkların tanı süreçlerini hızlandıran ve hassasiyetini artıran iki yapay zeka modeli geliştirdi. “PathoSeg” ve “PathopixGAN” isimli modeller, mikroskop altında yapılan görsel incelemelerin ötesine geçerek, patolojide tanı sürecine önemli bir yenilik kazandırıyor.
Doç. Dr. Mehmet Turan, konuya ilişkin açıklamasında, “Patolojideki tanı süreci, yıllardır mikroskop altında yapılan görsel incelemelerle sınırlıydı. Geliştirdiğimiz yapay zeka modelleri sayesinde hücre ve doku bölgelerinin segmentasyonu artık hem daha hızlı hem de daha kesin şekilde yapılabiliyor.” diyerek tanı süreçlerinde yapay zekanın sunduğu avantajları vurguladı. Araştırma, saygın bilimsel dergi Medical Image Analysis’te yayımlanarak uluslararası bilim dünyasında da ses getirdi.
Tanı Süreçlerinde Hız ve Hassasiyet Artışı
Boğaziçi Üniversitesi bünyesinde yapay zeka ve makine öğrenmesi alanındaki çalışmalar birçok merkez ve laboratuvarda hız kesmeden devam ederken, Doç. Dr. Turan ve ekibinin çalışması, patoloji alanında yapay zeka uygulamalarını klinik süreçlere entegre etmeyi hedefliyor. “PathoSeg” modelinin hücre ve doku segmentasyonunu daha hızlı ve hassas hale getirdiğini belirten Doç. Dr. Turan, tanı sürecini mikroskopla sınırlı analizlerin ötesine taşımanın önemine işaret etti.
“Tanı sürecine önemli bir yenilik getirdik” diyen Doç. Dr. Turan, “Çalışmamızla birlikte, yapay zekayı kullanarak bu sürece önemli bir yenilik getirdik. ‘PathoSeg’ yapay zeka modelimiz sayesinde, hücre ve doku bölgelerinin segmentasyonu artık hem daha hızlı hem de daha kesin şekilde yapılabiliyor. Bu, tanı sürecini daha verimli hale getiriyor ve kanserli bölgelerin çok daha hassas bir şekilde tespit edilmesine imkan tanıyor” dedi.
