Yapay Zekâ ile Nadir Hastalıkların Tanısı: RARE-PHENIX Çığır Açıyor
Yapay Zekâ ile Nadir Hastalıkların Tanısı: RARE-PHENIX Çığır Açıyor
RARE-PHENIX adlı yeni yapay zekâ framework’ü, klinik notlardan nadir hastalık fenotiplemesini uçtan uca otomatikleştirerek tanı süreçlerinde devrim yaratıyor.
Önemli Noktalar
- RARE-PHENIX, klinik notlardan fenotip çıkarımı ve HPO terimlerine standardizasyonu tek adımda sağlıyor.
- 11 farklı klinik merkezden 2.671 hasta verisiyle eğitildi, 16.357 gerçek klinik not üzerinde doğrulandı.
- Mevcut derin öğrenme yöntemlerine göre %20’ye varan başarı artışı sağladı.
RARE-PHENIX: Nadir Hastalık Tanısında Yeni Bir Dönem
Nadir hastalıkların tanısında fenotipleme süreci büyük önem taşıyor. Ancak klinik notlardan yapılandırılmış fenotip verisi çıkarmak, manuel olarak oldukça zaman alıcı ve ölçeklenmesi zor bir süreç. Geliştirilen RARE-PHENIX framework’ü, büyük dil modellerine dayalı yeni yaklaşımıyla bu süreci baştan sona otomatikleştiriyor.
Teknik Detaylar
RARE-PHENIX, üç temel modülden oluşuyor: klinik notlardan fenotip çıkarımı, elde edilen verilerin İnsan Fenotip Ontolojisi (HPO) terimlerine standartlaştırılması ve tanısal açıdan bilgilendirici HPO terimlerinin önceliklendirilmesi. Framework, 11 farklı klinik merkezdeki 2.671 hastadan alınan verilerle eğitildi ve Vanderbilt Üniversitesi Tıp Merkezi’nden alınan 16.357 gerçek klinik not üzerinde test edildi.
Performans ve Sonuçlar
Klinik uzmanlar tarafından seçilen HPO terimleriyle karşılaştırıldığında, RARE-PHENIX mevcut en iyi derin öğrenme yöntemi olan PhenoBERT’e göre ontoloji tabanlı benzerlikte 0,70’e karşı 0,58 skoruyla üstünlük sağladı. Ayrıca hassasiyet, geri çağırma ve F1 skorlarında da anlamlı iyileşmeler gösterdi.
Klinik Uygulamalarda Potansiyel
Her modülün ayrı ayrı eklenmesiyle performansın arttığı gözlenen framework, nadir hastalık tanısında insan-odaklı karar destek sistemlerinin temelini oluşturabilir. RARE-PHENIX, fenotipleme sürecini sadece veri çıkarımı olarak değil, klinik iş akışının tamamını modelleyerek, yapılandırılmış ve önceliklendirilmiş fenotipler sunuyor. Bu sayede, gerçek dünyadaki tanı süreçlerinde sağlık profesyonellerine önemli katkılar sağlayabilir.
Kaynak: arxiv.org