• Mart 3, 2022

Yapay zeka ile derin öğrenme teşhisi mümkün mü?

Yapay zeka ile derin öğrenme teşhisi mümkün mü?

Derin öğrenme teşhisi, akıllı saat sensörlerinden COVID-19’u algılayabilir mi?

Princeton Üniversitesi’nde yapılan araştırmalarla geliştirilen yeni bir uygulama, bir kişinin sağlığıyla ilgili soruları akıllı saat sensörlerinden gelen verilerle birleştirerek bir kişiye COVID-19 bulaşıp bulaşmadığını dakikalar içinde tahmin edebiliyor.

Bu yeni tür teşhis aracı, Princeton Üniversitesi’nde görevli elektrik ve bilgisayar mühendisliği profesörü olan Niraj Jha tarafından yürütülen araştırmalarla ortaya konuldu. Araştırma ekibi, AI (yapay zeka) teknolojisi ile COVID-19 tespitinin yanı sıra depresyon, bipolar bozukluk, şizofreni, diyabet ve orak hücre hastalığı gibi kronik durumların teşhisi ve izlenmesini geliştiriyor.

Jha’nın çalışmalarını ticarileştirmek için kurulmuş bir şirket olan NeuTigers, COVIDDeep ürününün izni için ajansın ” tıbbi cihaz olarak yazılım” hükmü kapsamında ABD FDA’ya başvurdu. Yazılım, kalp atış hızı, cilt sıcaklığı ve galvanik cilt yanıtının akıllı saat sensör okumalarını kan basıncı ve oksijen doygunluğu seviyeleriyle ve ayrıca COVID semptomlarına ilişkin bir anketle entegre ediyor.

Jha’nın Princeton’daki araştırma grubu uzun süredir, genellikle enerji yoğun olan merkezi bulut bilgi işlem merkezleri yerine telefonlar ve saatler gibi düşük güçlü elektronik cihazlarda çalışmak üzere derin öğrenme adı verilen bir tür AI’yı uyarlamaya odaklandı. Edge AI olarak bilinen bu yaklaşım, kullanıcıların gizliliğini korumaya ve güvenliği artırmaya yardımcı olma avantajına sahip. Bu, insan beyninin gelişimini taklit eden ayrıştırılmış sinir ağları adına önemli bir yenilik.

Profesör Jha, “Bu çok genelleştirilebilir bir çerçeve. Akıllı sağlık hizmetleri yalnızca bir uygulama. Bunu siber güvenlik ve diğer nesnelerin interneti uygulamalarına da uyguluyoruz.” Diyor. Önleyici tıbbi müdahalelere benzer şekilde, makine öğrenimi modelleri anormal kalıpları tespit edebilir ve bir siber saldırı gerçekleşmeden önce yazılım açıklarını düzeltmeye yardımcı olabilir.

Jha ve ekibi son yıllarda, akıllı saat ve akıllı telefon sensör verilerinden diyabet ve akıl sağlığı bozukluklarının noninvaziv tespiti gibi sağlık hizmetleri uygulamaları için uç yapay zekayı araştırdı.

2017 yılının sonbaharında, eski ilaç yöneticisi Adel Laoui, Jha’nın “Öngörülü Veri Analitiği için Makine Öğrenimi” konulu sınıfında bulunurken bu teknoloji ilgisini çeker. Hastalık yönetimi için yeni teknolojiler geliştirme ve uygulama deneyimine sahip olan Laoui, kurs bittikten sonra Jha ile bir görüşme gerçekleştirerek Haziran 2018’de NeuTigers’ı başlattılar.

Jha, konuya ilişkin yaptığı değerlendirmede; “İlgi alanlarımıza uygun birçok kesişme noktası gördük. Akıllı sağlık hizmetleri yükseliyordu, bu nedenle Edge AI’nın da yardımıyla bu alanda bir başlangıç ​​için uygun bir andı. Adel’in melek yatırımcılarla çok sayıda bağlantısı vardı ve bu nedenle çok hızlı bir şekilde ilerleme sağlandı.” dedi.

Jha’nın laboratuvarından alınan çeşitli patentli teknolojiler, diyabet ve zihinsel sağlık koşullarının teşhisine yönelik yöntemler ve nesnelerin interneti sistemlerinde güvenlik açığı tespiti için uygulanan yöntemler de dahil olmak üzere çalışmalar NeuTigers’a lisanslandı.

Mart 2020’de COVID-19 pandemisi ilan edildiğinde Jha, ekibinin derin öğrenme yaklaşımlarının virüsü teşhis etmek için kullanılıp kullanılamayacağını merak etti. Özellikle COVID-19’u yayma potansiyeli olan ve belirgin bir semptomu olmayan kişilerde, bu virüsü kontrol etmek için büyük bir sorun.

Jha, “Oluşturduğumuz hipotez, hastalığın vücudumuzdan yayılan fizyolojik sinyaller üzerinde benzersiz bir imza bırakmasıydı. Bu hipotez, en azından incelediğimiz birkaç hastalık için doğru gibi görünüyor, bu yüzden benim fikrim COVID-19’u bu şekilde teşhis edip edemeyeceğimizi görmekti.” Dedi.

Jha ve Laoui, Philadelphia’daki Thomas Jefferson Üniversitesi’nde cerrahi profesörü ve Jefferson İtalya Merkezi’nin yönetici direktörü Ignazio Marino ile temasa geçti.

Mayıs 2020’de, Kuzey İtalya’nın Avrupa’daki ilk COVID-19 kümesinin kuyruk ucu bölümünde, NeuTigers CTO’su Vishu Ghanakota, Marino’nun San Matteo Hastanesi’ndeki meslektaşlarına tıbbi sınıf akıllı saatler, yazılım uygulamaları ve eğitim materyalleri sağlamak için İtalya’nın Pavia kentine gitti. Klinik araştırmacılar, 30’u PCR ile COVID testi negatif çıkan 87 kişiden veri topladı; diğer 30 test pozitifti ve semptomatikti. 27 test ise pozitifti ve asemptomatikti.

Veriler kalp atış hızı, cilt sıcaklığı ve galvanik cilt tepkisi (ter bezi aktivitesinin bir ölçüsü) üzerine 15 saniyelik aralıklarla bölünmüş 60 dakikalık akıllı saat sensörü okumalarını içeriyordu. Ayrı olarak, katılımcıların kan basıncını ve oksijen satürasyon seviyelerini ölçtüler ve her katılımcıda nefes darlığı, öksürük, ateş veya sekiz başka semptomdan herhangi birinin olup olmadığını gösteren bir anketi yanıtladılar.

Princeton araştırmacıları, bir hastanın COVID-19 durumunu tahmin etmek için sinir ağı modellerini eğitmek ve bu verilerin bir alt kümesini ve ortaya çıkan modelleri test etmek için başka bir alt küme kullandı. Ekip, modellerinin COVID-19’u tespit etmede %98,1 oranında doğru olduğunu buldu.

Kullandıkları bu yöntem modellerin doğruluğunu artırmak için gerçek verilerin olasılık dağılımına dayalı olarak elde edilen sentetik verilerin eklenmesine dayalı bir yöntemdi. Bu Jha’nın araştırma grubunun ilk olarak diğer uygulamalar için kullandığı geniş çapta uygulanabilir bir teknik. Kullandığı başka bir yöntem ise Jha’nın grubunda geliştirilen büyü ve budama sinir ağı sentezi paradigmasına dayanıyordu.

Araştırmacılar, o zamandan beri Fransa’da daha geniş bir saha denemesiyle bu yöntemi doğruladı ve ABD ve Cezayir’deki sağlık kuruluşları, çalışanları arasında COVIDDeep’i denedi. COVIDDeep’in daha yaygın bir şekilde benimsenmesini sağlamak için NeuTigers, onu kan basıncı ve nabız oksimetre ölçümlerini de entegre edecek bazı Samsung, Fitbit ve Apple akıllı saat türleriyle uyumlu hale getirmek için çalışıyor.

Özellikle akıllı telefonların dünya çapında akıllı saatlerden çok daha yaygın olması nedeniyle, klinik verileri bir akıllı telefon uygulamasına manuel olarak girmek, birçok ortamda başka bir yararlı tarama yaklaşımı olabilir. Öte yandan ekip tek başına bir akıllı saat kullanmanın birçok kullanıcı için tercih edilebileceğini ve araştırmacıların sinir ağı modellerini bir akıllı saatin daha sınırlı bilgi işlem gücüyle çalışacak şekilde uyarlamak için çalıştıklarını söylüyor.

Araştırma ekibinden Marino, “Bunun hızlı antijen testlerinden çok daha üstün olabileceğini düşünüyorum, çünkü evde kendi başınıza yaptığınız hızlı bir testin doğruluğu sınırlıdır. Çubuğu burnunuza sokmak açıkçası bir rahatsızlıktır ve insanların bunu gerektiği kadar doğru bir şekilde yapıp yapamayacaklarını bilmiyorum. Ancak bileğinizde invaziv olmayan ve tamamen bağımsız bir cihaz varsa fiziksel bir insan manevrasından, bence bu çok daha iyi.” diyor.

Marino, teknolojinin diyabet gibi yaygın durumların erken teşhisini iyileştirebileceğini umduğunu da dile getirdi. “Amerika Birleşik Devletleri’nde muhtemelen tedavi edilebilir erken diyabeti olan milyonlarca insan var ve bunu bilmiyorlar” diyen Mariano, derin öğrenme ile erken teşhise yol açan yeni bilgilere sahip olmanın çok başarılı bir tedaviye yol açabileceğini de sözlerine ekledi.

Laoui ise; “Dünyanın yaşlanan nüfusu için artan sorunlar olan kardiyovasküler bozukluklar ve sepsis enfeksiyonları gibi diğer hastalıkların teşhisi ve izlenmesi büyük önem taşıyor. Saate gömülü bir hastalık modelleri kitaplığına sahip olacağız ve zaman zaman sensörlerin bilgilerini bu hastalık modelleri aracılığıyla çalıştıracağız, bu da kişiselleştirilecek. Yanlış veya olağandışı bir şey varsa, sizi anlamlı bir şekilde bilgilendireceğiz. Akıllı sağlık hizmetlerinin bu yeni çağının, AI uygulamaları tarafından destekleneceğine ve sağlık hizmeti sunumunu ve tüketici refahını yeniden tanımlayacağına inanıyorum.” Dedi.