Yapay Zeka Destekli Yüz Analizi: Hastalığın Seyri Fotoğraflardan Okunabilir mi?
Tepki Ver
Yapay Zeka Destekli Yüz Analizi: Hastalığın Seyri Fotoğraflardan Okunabilir mi?
Sağlık alanında yürütülen yenilikçi çalışmalar, teknolojinin imkanlarını insan biyolojisini anlamak için yeni boyutlara taşıyor. Son dönemde Amerika Birleşik Devletleri’nde gerçekleştirilen kapsamlı bir araştırma, yapay zeka algoritmalarının hastaların yüz fotoğrafları üzerinden rahatsızlıkların ilerleme düzeyini değerlendirebileceğini ortaya koydu. Bilim insanları, milyonlarca sağlıklı bireyin ve binlerce kanser hastasının görsel verileriyle eğitilen bu sistemlerin, özellikle göz çevresindeki anatomik detayları analiz ederek hayatta kalma sürelerine ilişkin öngörülerde bulunabildiğini belirtiyor.
Söz konusu teknolojinin hastane ortamlarında standart bir uygulama haline gelmesi için henüz zamana ihtiyaç duyulsa da, bu çalışmaların temel hekimlik uygulamalarına rehberlik etmesi amaçlanıyor. Araştırmanın ön bulguları, tıp dünyasının saygın yayın organlarından Lancet Digital Health dergisinde yer buldu.
Göz Çevresi ve Kritik Bölgelerin Rolü
Geliştirilen teknolojik sistem, ‘FaceSurvival’ adıyla anılıyor. Yapay zeka modeli, bir kişinin kalan ömrüne dair tahminler yürütürken özellikle göz altı ve burun köprüsü bölgelerine odaklanıyor. Bu alanların, sağlık durumunun analizinde en kritik noktalar olduğu ifade ediliyor. Belirtilen ölçütler; kemiklere veya beyne metastaz yapmış vakalar dâhil olmak üzere, farklı evrelerdeki ve çeşitli türdeki kanser hastaları üzerinde test edildi. Araştırma kapsamındaki hastalar genellikle 50’li ve 60’lı yaş grubunda yer alırken, çalışmada çocuklara ve 90’lı yaşlardaki hastalara da yer verildi.
Tıp uzmanları, tedavi sürecindeki hastaların genel sağlık durumunu ve hastalığın izleyeceği yolu halihazırda detaylı muayeneler, kapsamlı kontroller ve laboratuvar testleri aracılığıyla takip ediyor. Patent başvurusu değerlendirme aşamasında olan FaceSurvival sistemi ise hekimlerin karar mekanizmalarına destek olacak yardımcı bir teknoloji olarak tasarlanıyor.
Araştırmanın direktörü olan Boston’daki Mass General Brigham Hastanesi’nden Dr. Raymond Mak, yürütülen çalışmaların amacını şu sözlerle açıklıyor: “Hastaların yaşı ilerledikçe, hekimlerin, radyasyon, cerrahi veya sistemik terapi gibi yoğun tedaviler önermeden önce fiziksel kırılganlığı belirlemek için daha iyi yöntemlere ihtiyaçları var.” Mak, amaçlarının yüz fotoğrafına dayalı sağlık değerlendirmesini daha niceliksel, tutarlı ve ölçeklenebilir kılmak olduğunu vurgularken, bu sistemin hekimin kendi klinik yargısının yerini almak yerine kişiselleştirilmiş tedavi kararlarını desteklemesini amaçladıklarını ekliyor.
Biyolojik Yaş Tahmini ve ‘FaceAge’ Sistemi
Dr. Raymond Mak ve araştırma ekibi, hastalık analizlerinin yanı sıra bireylerin kronolojik yaşlarına kıyasla biyolojik yaşlarını, yani dışarıdan nasıl göründüklerini tahmin edebilen bir yapay zeka sistemi üzerinde de çalışmalarını sürdürüyor. ‘FaceAge’ olarak adlandırılan bu sistem; burun altı ile ağız çevresindeki cilt kıvrımları, alın çizgileri, şakaklardaki kaz ayağı yapıları ve yanakların durumunu baz alarak yaşlanma hızını hesaplıyor. Aşırı alkol tüketimi, uyuşturucu kullanımı ve sigara içmek gibi yaşam tarzı alışkanlıklarının bu süreci hızlandırabileceği biliniyor.
Yürütülen testlerde bu sistemin makyajsız fotoğraflar üzerinden şaşırtıcı düzeyde tutarlı sonuçlar verdiği gözlemlendi. Ayrıca incelenen estetik cerrahi operasyonlarının çoğunda da istikrarlı sonuçlar elde edilirken, yalnızca rinoplasti sonrasında ufak değişimler kaydedildi. Araştırmacılar, geliştirilen aracın güvenilirliğini artırmak adına farklı etnik kökenlere ait çok daha fazla veri ve yüz görseline ihtiyaç duyulduğunun altını çiziyor.
Halen geliştirilme aşamasında olan bu teknoloji için araştırma ekibi, dileyen kişilerin yüz fotoğraflarını sisteme yükleyerek kişiselleştirilmiş biyolojik yaş tahmini alma fırsatını değerlendirmeleri yönünde çağrıda bulundu.
İngiltere’deki Surrey Üniversitesi’nde video işleme ve yapay zeka sistemleri alanında görev yapan Profesör Miroslaw Bober ise sistemin gelecekte ulaşabileceği kapasite hakkında konuşmak için erken olduğuna dikkat çekiyor. Bober, yaklaşımın umut vadettiğini ancak klinik kullanım için henüz hazır olmadığını belirtiyor. Sistemin doktorlar tarafından farklı hasta grupları üzerinde test edilmesi gerektiğini ifade eden Bober, bir sonucu tahmin etmenin onu tanımlamakla aynı anlama gelmediği konusunda uyarıda bulunuyor.
