Dr. Oren Avram ve Berkin Durmuş, 3B Tıbbi Görüntüleme İçin Yeni Yapay Zeka Çerçevesi SLIViT'i Tanıttı.

UCLA Computational Medicine'de doktora sonrası araştırmacı olarak görev yapan Dr. Oren Avram, MRI ve CT taramaları gibi 3D tıbbi görüntüleri tıp uzmanlarıyla karşılaştırılabilir bir hassasiyetle analiz edebilen gelişmiş bir derin öğrenme çerçevesi olan SLIViT'in geliştirilmesine öncülük etti.  UCLA doktora öğrencisi Berkin Durmuş ile birlikte kaleme alınan çalışma, büyük hacimli tıbbi veri kümelerini verimli bir şekilde işleme zorluğunu ele alarak retina taramaları ve ultrasonlar gibi çeşitli görüntüleme modalitelerinde uygulanabilir hale getiriyor.
Avram, “SLIViT benzersiz bir mimari kullanıyor ve aynı zamanda daha erişilebilir 2D alanından gelen bilgilerden yararlanarak, mevcut 3D modellerde tipik olarak görülen sınırlamaların üstesinden gelerek orta büyüklükteki veri kümeleri üzerinde eğitmemizi sağlıyor” dedi. Bu yenilik, son teknoloji yöntemlerin doğruluğunu artırıyor, önemli ölçüde daha az eğitim örneği gerektiriyor ve uzmanlarla eşit performans gösterirken teşhis süresini önemli ölçüde azaltıyor.
UCLA Samueli Mühendislik Okulu'ndan araştırma danışmanı Profesör Eran Halperin, modelin gerçek yaşam koşullarını ve daha küçük veri kümelerini ele alma yeteneğini övdü ve bu da onu klinik uygulamalar için potansiyel olarak güçlü bir araç haline getiriyor. Ekip, SLIViT'in erişimini hastalık tahminine kadar genişletmeyi ve eşitlikçi sağlık hizmeti sonuçları sağlamak için yapay zeka modellerindeki potansiyel önyargıları ele almayı hedefliyor.

‍