⏱️ Okuma Süresi: 2 dk
📝 Kelime: 389
🕐 Son Güncelleme: 30.10.2026 13:08
📌 Öne Çıkan Başlıklar
- Samsun Üniversitesi, TÜBİTAK desteğiyle akciğer kanseri teşhis sürecini hızlandıracak ve doğruluğunu artıracak yapay zeka tabanlı bir karar destek sistemi geliştiriyor.
- Geliştirilen sistem, tomografi görüntülerindeki şüpheli bölgeleri ısı haritalarıyla göstererek yapay zekanın kararlarını hekimlere açıklanabilir şekilde sunacak.
- Proje kapsamında büyük dil modelleri (LLM) entegre edilerek, hekimlerin sisteme teknik bilgi gerekmeden doğal dille soru sorabilmesi hedefleniyor.
Samsun Üniversitesi, sağlık teknolojileri alanında devrim niteliğinde bir projeye imza atmaya hazırlanıyor. TÜBİTAK desteğiyle yürütülen ve ilk yılı başarıyla tamamlanan projede, akciğer kanseri teşhisinde hekimlere “ikinci bir göz” olarak hizmet edecek yapay zeka destekli yeni nesil bir karar destek sistemi geliştiriliyor. Bu yerli teknoloji, bilgisayarlı tomografi görüntülerini analiz ederek şüpheli bölgeleri tespit etmeyi ve kanser türlerini sınıflandırmayı amaçlıyor.
Teşhiste Şeffaflık: Açıklanabilir Yapay Zeka Teknolojisi
Geliştirilen projenin en dikkat çekici yönlerinden biri, geleneksel yapay zeka modellerinden farklı olarak “açıklanabilir” bir yapıya sahip olmasıdır. Sağlık alanındaki yapay zeka uygulamalarında en büyük zorluklardan biri, sistemin bir sonuca nasıl vardığının anlaşılamamasıdır. Samsun Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Dekan Vekili Prof. Dr. Zafer Cömert, hekimlerin güvenini kazanmak için bu şeffaflığın kritik olduğunu belirtti.
Sistem, sadece bir olasılık değeri üretmekle kalmayacak; aynı zamanda tomografi görüntüsü üzerinde karar verirken hangi bölgelere odaklandığını ısı haritaları aracılığıyla görselleştirecek. Böylece hekim, yapay zekanın “hastalıklı” dediği bir görüntüde hangi alanları baz aldığını net bir şekilde görebilecek. Bu tür teknolojik ilerlemeler, Türkiye’nin uluslararası arenadaki itibarını artırıyor ve yerli yazılım kapasitesini kanıtlıyor.
Büyük Dil Modelleri ile Doğal İletişim İmkanı
Projenin gelecek iki yıllık planında, sistemin devasa metin verileri üzerinde eğitilmiş Büyük Dil Modelleri (LLM) ile bütünleştirilmesi yer alıyor. Bu entegrasyon sayesinde hekimler, karmaşık teknik komutlar kullanmak yerine sistemle tıpkı bir meslektaşıyla konuşur gibi doğal dilde etkileşim kurabilecekler. Bir hekim, tomografi görüntüsünü sisteme yükledikten sonra, “Lezyonun boyutu nedir?” veya “Hangi alanlara odaklanmalıyım?” gibi soruları doğrudan sorabilecek.
Yapay zekanın bu yeteneği, klinik süreçlerde zaman kazandırırken hata payını da minimize edecek. Dijital dünyadaki yenilikler her geçen gün hayatımızın her alanına nüfuz ederken, sağlık sektöründeki bu tür akıllı entegrasyonlar hayati önem taşıyor. Projenin tamamen yerli imkanlarla, veri setlerinden algoritmalara kadar uçtan uca Türkiye’de yürütülmesi, stratejik bir başarı olarak değerlendiriliyor.
Klinik Katkı ve Gelecek Hedefleri
Proje süreci boyunca sistemin klinik etkileri titizlikle araştırılacak. Geliştirilen modelin, akciğer hastalıklarının alt türlerini yüksek doğrulukla sınıflandırması ve hekimlerin tanı koyma süreçlerini desteklemesi bekleniyor. TÜBİTAK desteğiyle devam eden çalışmaların, önümüzdeki iki yıl içinde sistemin iyileştirilmesi ve klinik kullanım için optimize edilmesiyle sonuçlanması öngörülüyor.
