Ne oldu?
Hacettepe Üniversitesi'nde öğretim üyesi Olcay Hekimoğlu liderliğindeki ve TÜBİTAK'ın desteklediği bir ekip, akıllı telefon fotoğraflarından kene türlerini tespit etmek için tasarlanmış yapay zeka destekli bir mobil uygulama geliştiriyor. Üç yıl sürmesi planlanan proje, özellikle Kırım-Kongo Kanamalı Ateşi'ni (KKKA) bulaştırdığı bilinen Hyalomma marjinatum gibi türlere odaklanarak kenelerin hızlı ve ön tanımlamasını sağlamayı amaçlıyor.
'Türkiye'de Kene Türlerinin Hızlı, Düşük Maliyetli ve Erişilebilir Bir Şekilde Tespiti İçin Akıllı Telefon Tabanlı Yapay Zeka Modeli' başlıklı proje şu anda Hacettepe Üniversitesi'nde geliştiriliyor. Ekip, hem morfolojik özellikler hem de DNA analizi yoluyla doğrulanan güvenilir kene örneklerini kullanarak bir eğitim veri tabanı oluşturuyor.
Yapay zeka modeli, KKKA için bilinen bir vektör olan Hyalomma marjinatum'a odaklanılarak sekiz spesifik kene türünü tanıyacak şekilde eğitiliyor. Uygulama, bir insan veya hayvan konakçısından halihazırda çıkarılmış olan kenelerin fotoğraflarını analiz etmek için tasarlanmıştır; araştırmacılar, kenelerin gizlenmiş veya fiziksel olarak değiştirilmiş olabileceğini ve bu durumun tanımlamayı zorlaştırdığını belirtmiştir.
Aracın gerçek dünyada kullanıma uygun olduğundan emin olmak için ekip, modeli çeşitli akıllı telefon cihazlarında ve aydınlatma koşullarında test ediyor. Uygulama aynı zamanda internet erişiminin garanti edilmediği kırsal veya uzak bölgelerdeki kullanıcılar için kritik bir özellik olan çevrimdışı çalışacak şekilde de tasarlanıyor.
Sistem bir güvenlik mekanizması içeriyor: Gönderilen bir fotoğraf çok bulanıksa veya doğru bir tanımlama için yetersizse, yapay zeka, zorunlu, potansiyel olarak yanlış bir sonuç sağlamak yerine yeni bir görüntü talep edecek veya kullanıcıya uzman değerlendirmesi yapmasını tavsiye edecek şekilde programlanır.
Kaynak ayrıntıları: dailysabah.com ↗
Neden önemli?
Bu proje, 2002 yılından bu yana KKKA'nın 17.000'den fazla vakaya ve yüzlerce ölüme yol açtığı Türkiye'deki önemli bir halk sağlığı sorununu ele alıyor. Araştırmacılar, çiftçiler, sağlık çalışanları ve genel halk için düşük maliyetli, erişilebilir bir araç sağlayarak hastalık taşıyan kenelerin erken tespitini geliştirmeyi amaçlıyor. Sistem, internet bağlantısının genellikle sınırlı olduğu kırsal alanlarda kullanım sağlamak üzere çevrimdışı çalışacak şekilde tasarlanmıştır. Ayrıca proje, yalnızca laboratuvar düzeyindeki verilere dayanmak yerine modeli çeşitli, yüksek kaliteli görüntüler üzerinde eğiterek ve çeşitli aydınlatma ve çevre koşulları altında test ederek gerçek dünya güvenilirliğini vurguluyor. Bu yaklaşım, kene dağıtımına ilişkin halkın farkındalığını ve veri toplanmasını önemli ölçüde artırabilir.
Türkiye'de kalıcı bir sağlık tehdidi olan keneler için öncelikli halk sağlığı hedefi, hızlı ve erişilebilir bir ön teşhis aracı sağlamaktır. Proje, kullanıcıların potansiyel hastalık vektörlerini hızlı bir şekilde tanımlamasını sağlayarak, kene dağıtımı ve halk sağlığı güvenliğine ilişkin daha geniş bilimsel verilere katkıda bulunmayı amaçlıyor.
Proje, yalnızca laboratuvar doğruluğundan ziyade gerçek dünya performansına öncelik vermesiyle öne çıkıyor. Modeli çeşitli, sahadan yakalanan görüntüler üzerinde eğiterek ve çevrimdışı işlevsellik sağlayarak araştırmacılar, yapay zeka tabanlı teşhis araçlarında sıklıkla bulunan pratik sınırlamaları ele alıyor.
Araştırmacılar, aracın profesyonel tıbbi teşhisin yerini alamayacağını açıkladı. Bunun yerine, bireylerin ve sağlık çalışanlarının kene kaynaklı hastalıklara potansiyel maruz kalma konusunda daha bilinçli kararlar almasına yardımcı olacak bir bilgilendirme yardımı olarak hizmet vermektedir.
İnteraktif Mekanizma: Aslında Nasıl Çalışıyor?
Bu gelişmenin arkasında yatan teknolojiyi etkileşimli olarak keşfedin.
Which component of an AI application is the machine-learning model itself?
Bundan sonra ne izlenecek?
Proje şu anda üç yıllık bir geliştirme aşamasındadır. Gelecekteki kilometre taşları arasında, morfolojik ve DNA onaylı örnekler kullanılarak kene türlerine ilişkin kapsamlı, doğrulanmış bir veri tabanının oluşturulması ve ardından hem kontrollü hem de saha ortamlarında sıkı testlerin yapılması yer alıyor. Araştırmacılar, aracın tıbbi teşhis sağlamayacağını açıkça belirttiler ve nihai uygulamanın halka nasıl dağıtılacağını veya mevcut sağlık gözetim sistemlerine nasıl entegre edileceğini zaman gösterecek.
Projenin üç yıllık bir süre için planlanması planlanıyor. Bu süre zarfında ekip, yapay zeka modelini geliştirmeye ve veritabanını gelecek sürümlerde ek kene türlerini içerecek şekilde genişletmeye devam edecek.
Proje halen geliştirme ve test aşamasında olduğundan uygulamanın genel kullanılabilirlik ve erişim koşulları henüz belirlenmedi.
Yapay zekanın gerçek dünya saha koşullarındaki etkinliği, araştırmacılar veri tabanı oluşturma aşamasından daha kapsamlı testlere geçiş yaparken izlenmesi gereken önemli bir ölçüm olmaya devam ediyor.