Tıbbi görüntülemede güvercinlerin şaşırtıcı başarı oranı

Tıp dünyasında erken teşhisin hayati önem taşıdığı akciğer kanseri vakalarında, yeni bir yardımcı unsur olarak hayvan davranışları mercek altına alındı. Dr. Gregory DiGirolamo ve araştırma ekibi tarafından gerçekleştirilen deneyler, güvercinlerin bilgisayarlı tomografi (BT) taramalarındaki patolojik değişimleri ayırt etme konusunda yüksek bir beceri sergilediğini gösterdi.

ABD merkezli yürütülen bir çalışma, güvercinlerin görsel algılama yeteneklerinin kanser teşhisinde kritik bir destek mekanizmasına dönüşebileceğini ortaya koydu.

Tıp dünyasında erken teşhisin hayati önem taşıdığı akciğer kanseri vakalarında, yeni bir yardımcı unsur olarak hayvan davranışları mercek altına alındı. Dr. Gregory DiGirolamo ve araştırma ekibi tarafından gerçekleştirilen deneyler, güvercinlerin bilgisayarlı tomografi (BT) taramalarındaki patolojik değişimleri ayırt etme konusunda yüksek bir beceri sergilediğini gösterdi. Eğitim sürecinde, görüntülerdeki nodülleri doğru tespit eden kuşlar, ödüllendirme yöntemiyle başarı oranlarını artırdı.

Kuşların görsel yetenekleri sınandı

Araştırmanın temelinde, canlıların bilinç dışı görsel algılama kapasitesini anlamak yatıyor. Deney kapsamında özel olarak eğitilen güvercinlerin, daha önce hiç karşılaşmadıkları tarama görüntülerinde dahi başarılı bir ayıklama yaptığı gözlemlendi. Çalışmanın en dikkat çekici bulgularından biri, kuşların amfizem gibi kronik rahatsızlıklar ile erken evre akciğer kanserini işaret eden buzlu cam nodüllerini, herhangi bir özel yönlendirme almadan birbirinden ayırabilmesi oldu.

Yapay zekaya yeni veri kapısı

Uzmanlar, radyologların BT görüntülerini incelediği sırada göz bebeklerindeki değişimlerin ve odaklanma sürelerinin, insan beyninin bilinç altında patolojiyi fark ettiğine dair ipuçları taşıdığını öne sürüyor. Uzmanlar tarafından normal olarak nitelendirilen bazı görüntülerde bile radyologların bakışlarının şüpheli bölgelere daha uzun süre takılması, teşhis süreçlerinde dijital destek ihtiyacını güçlendiriyor.

Bu veriler ışığında bilim insanları, radyologların görsel tepkilerini ve güvercinlerin ayırt etme yeteneklerini yapay zeka modellerine entegre etmeyi hedefliyor. Geliştirilmesi planlanan yeni teşhis araçlarının, klinik uzmanların gözden kaçırabileceği küçük bulgular için ikincil bir doğrulama mekanizması oluşturarak hata payını minimize etmesi bekleniyor. Proje, hayvanların görsel yetileri ile yapay zekanın veri işleme gücünü birleştirerek radyoloji alanında yeni bir dönem başlatabilir.

İLGİLİ HABERLER