Yapay Zekâ Yüz Fotoğrafından Kanser Hastalarının Yaşam Süresini Tahmin Ediyor: Kritik Araştırma Yayımlandı

Kanser tedavisinde devrim niteliğinde bir gelişme yaşanıyor. ABD'deki Mass General Brigham enstitüsünden uzmanlar, hastaların yüz fotoğraflarını analiz ederek biyolojik yaşlarını ve hayatta kalma risklerini tahmin eden iki yapay zekâ aracı geliştirdi. 40 milyondan fazla yüz fotoğrafıyla eğitilen FAHR-Face modelinden türeyen bu araçlar, onkolojide kişiye özel tedavi planlamasına önemli bir katkı sunmayı vaat ediyor.

İki Ana Bileşenli Sistem

Yayımlanan araştırmaya göre geliştirilen sistem iki temel bileşenden oluşuyor:

• FAHR-FaceAge — Hastanın yüz görünümünden yola çıkarak biyolojik yaşını tahmin ediyor
• FAHR-FaceSurvival — Hastaların hayatta kalma riskini değerlendiriyor

Radyoterapi Hastalarında Dikkat Çekici Bulgular

Radyoterapi gören hastalar üzerinde gerçekleştirilen incelemeler, yapay zekânın ne kadar isabetli sonuçlar verdiğini ortaya koyuyor. Sistemin hastanın biyolojik yaşını gerçek yaşından en az beş yıl daha büyük tahmin ettiği kişilerin, dört yıllık takip sürecindeki ölüm riskinin diğer hastalara kıyasla yüzde 21 daha yüksek olduğu belirlendi.

Buna karşılık yapay zekânın biyolojik yaşını en az beş yıl daha genç tahmin ettiği kişilerde ise hayatta kalma riskinin yüzde 17 daha düşük olduğu saptandı. Bu sonuçlar, yüz analizi tabanlı tahminlerin klinik değer taşıyabileceğini gösteriyor.

Klinik Kullanım İçin Henüz Erken

Araştırmacılar bu teknolojinin özellikle ameliyat, radyoterapi veya diğer yoğun kanser tedavileri öncesinde hastaların fiziksel dayanıklılığını değerlendirmede hekimlere yardımcı olabileceğini vurguluyor. Ancak uzmanlar, yüz fotoğrafından elde edilen tahminlerin tek başına klinik karar vermek için yeterli olmadığının altını çiziyor.

Surrey Üniversitesi'nden yapay zekâ uzmanı Miroslaw Bober, çalışmanın önemli bir bilimsel ilerleme olduğunu ancak aracın henüz klinik kullanıma hazır olmadığını ifade etti. Bober, modelin hekimlerin değerlendirmelerine ne ölçüde katkı sağladığını ve farklı hasta gruplarında ne kadar güvenilir sonuçlar verdiğinin detaylıca araştırılması gerektiğini belirtti.

Uzmanlar, sistemin doktorların yerini almak yerine kişiye özel tedavi kararlarını desteklemesinin hedeflendiğini kaydederken, güvenli kullanım için bağımsız doğrulama çalışmalarına duyulan ihtiyacın altını çiziyor.