Derinlemesine Analiz, Teyitli Haber! Tıkla ve favori kaynağın yap.
Tıbbi görüntüleme teknolojileri her yıl biraz daha gelişiyor. Buna rağmen teşhis sürecinde hâlâ kritik hatalar yaşanabiliyor. Özellikle kanser gibi erken tanının hayat kurtardığı hastalıklarda, küçük bir bulgunun kaçırılması bile büyük sonuçlar doğurabiliyor.
Araştırmalara göre radyologlar, anormallik içeren her 10 taramanın yaklaşık üçünü gözden kaçırabiliyor. ABD’li bilim insanları ise bu soruna oldukça ilginç bir yerden çözüm arıyor: Güvercinlerden.
College of the Holy Cross’tan Dr. Gregory DiGirolamo ve ekibinin 2025 yılında yayımladığı çalışmada dikkat çekici bir bulgu ortaya çıktı. Radyologlar bazı BT görüntülerini normal olarak değerlendirse de, aslında şüpheli bölgelere daha uzun süre baktıkları ve bu sırada göz bebeklerinin büyüdüğü tespit edildi.
Yani beyin, görüntüde bir şeylerin yolunda gitmediğini bir şekilde fark ediyor. Ancak bu sezgi, her zaman bilinçli bir teşhis kararına dönüşmüyor. Açıkçası araştırmanın en çarpıcı tarafı da biraz burada başlıyor.
Bilim insanları, bu bilinç dışı görsel algılama sürecini daha iyi anlayabilmek için güvercinlere yöneldi. Çünkü güvercinlerin görsel işleme mekanizması, insan beynindeki bilinç dışı görsel sistemle bazı benzerlikler taşıyor.
Yeni çalışmada altı güvercin, bilgisayarlı tomografi yani BT videolarında akciğer nodülü olup olmadığını ayırt edecek şekilde eğitildi. Kuşlar doğru tahmin yaptığında yiyecekle ödüllendirildi.
İşin şaşırtıcı yanı ise eğitim sürecinden sonra geldi. Güvercinler, daha önce hiç karşılaşmadıkları BT taramalarında da başarılı sonuçlar verdi. Yani sadece ezber yapmadılar; görüntülerdeki belirli ipuçlarını ayırt etmeyi başardılar.
Araştırmacılar ayrıca güvercinlerin, özel olarak eğitilmemelerine rağmen amfizem ile erken evre akciğer kanseriyle ilişkilendirilen buzlu cam nodüllerini de ayırt edebildiğini gözlemledi. Bu bulgu, farklı akciğer hastalıklarında ortak bazı görsel işaretlerin bulunabileceğini düşündürüyor.
Bilim insanları şimdi bu bulgulardan yola çıkarak daha hassas yapay zekâ sistemleri geliştirmeyi planlıyor. Hedef, radyologların göz hareketleri, bakış noktaları ve göz bebeği tepkilerini yapay zekâ modellerine aktarmak.
Böylece teşhis sırasında yalnızca görülen ve raporlanan bulgular değil, uzmanların farkında olmadan verdiği görsel tepkiler de değerlendirilebilecek. Aslında amaç, radyoloğun yerine geçmek değil; gözden kaçabilecek işaretleri yakalayabilecek ikinci bir kontrol mekanizması oluşturmak.
Google Play
App Store
11:59
