Yapay Sinir Ağları ve Klinik Araştırmalarda Kullanımı
Yücel Gönül, Şahin Ulu, Abdülkadir Bucak, Abdülkadir Bilir
Yapay zeka yöntemleri insanların zekice olarak tasvir edilen davranışlarının akıllı cihazlar tarafından modellenmesidir. Yapay sinir ağları ile sinir sisteminin çalışma şekli benzerdir.
Stimüle edilen sinir hücreleri çeşitli şekillerde birbirlerine bağlanarak bir yapay sinir ağları oluştururlar. Yapay sinir ağlarından istenen ise, insanların düşünme yeteneğini bilgisayarlar aracılığı ile kopyalamak ve belirli ölçüde bilgisayarlara öğrenme yeteneği kazandırabilmektir.
Yapay sinir ağların çok boyutlu, karmaşık, kesin olmayan, eksik, hata olasılığı yüksek sensör verileri olduğu ve problemleri çözmek için matematiksel modellerin ve algoritmaların bulunmadığı durumlarda yaygın olarak kullanıldıkları görülmektedir.
Bu amaçla geliştirilmiş ağlar; muhtemel fonksiyon kestirimleri, sınıflandırma, ilişkilendirme veya örüntü eşleştirme, örüntü tanıma ve optimizasyon gibi fonksiyonları gerçekleştirmektedirler.
Yapay sinir ağları tıbbi araştırma verileri içinden daha önce fark edilmemiş desenleri saptama, sınıflama, tıbbi aygıtların kontrolü, tıbbi görüntülerin karakteristiklerinin tespit edilmesi gibi pek çok uygulamada aktif olarak kullanılmaktadır.
Yapay zeka yöntemlerinin yeterliliği tıbbın neredeyse her alanında araştırılmıştır ve uygulanma potansiyeline sahiptir.
Bu çalışmalara örnek olarak; akut apandisit, ateroskleroz ve koroner arter hastalıkları için tanı koyma, apical foramen lokalizasyonu, artritte el ve bilek radyografisi kullanılarak lokalizasyon değerlendirme, osteoporoz riski değerlendirme, yürüme bozukluğu ve baş ağrılarının sınıflandırılması, oral veya orofarenjiyal kanser tedavisinde hastalardaki hipernazalitenin değerlendirilmesi ve analizi, farenjiyal yüksek çözünürlük manometresinin sınıflandırılması gösterilebilir.
Hatalı teşhis riski olan kompleks hastalıkların tanısında faydalı bir araç olduğu gösterilmiştir. Bu nedenle Yapay sinir ağları tekniğinin gereksiz araştırmaları, olumsuz ameliyat oranlarını ve potansiyel olarak ortaya çıkabilecek maliyeti azaltabileceği söylenebilir. Yapay sinir ağları araştırmalarının getirileri ve başarıları göz önüne alındığında tıp alanında yeni bir çağ açacağı ve daha gelişmiş tanı ve tedavi yöntemleri için ışık tutacağı kaçınılmaz bir gerçektir.
Yapay zeka yöntemleri, insanların zekice olarak tasvir edilen davranışlarının akıllı cihazlar tarafından modellenmesidir.
Yapay zeka yöntemlerinden istenen ise, insanların düşünme yeteneğini teknoloji (bilgisayarlar) aracılığı ile kopyalamak ve belirli ölçüde bilgisayarlara öğrenme yeteneği kazandırabilmektir.
Yapay zeka yöntemlerinin en bilinenleri; Uzman Sistemler, Bulanık Mantık, Sinirsel Bulanık Sistemler, Yapay Sinir Ağları ve Genetik Algoritmalardan oluşur.
Uzman sistemler, kural tabanlı sistemler olarak tarif edilebilir. Uzman sistemlerdeki kurallar, bir uzmanın düşüncesi veya tecrübesi temel alınarak oluşturulmuştur. Bu kurallar insanın sebep-sonuç ilişkisine dayandırılarak karar verme gibi mantıklı bir çıkarım yapmak için kullanılır.
Bulanık mantık da kural tabanlı bir sistem olarak görülebilir. Ama burada nitelendirmeler, uzman sistemlerin haricinde, insanların günlük hayatta yaptığı tasvirler gibi kesin değildir. Bulanık mantık, bu sayede günlük hayatta kullanılan kesin olmayan kararlar verilmesini sağlar.
Makale başlığımız olan yapay sinir ağları ise, beynin çok basit bir nöron modelinin benzetimidir.
Beynin öğrenme kapasitesi nöronlar ve bunların birbiri ile olan bağlantısına bağlıdır. Bu şekilde kazanılan yapay ağ ile öğrenme olayı modellenir. Yapay sinir ağları tıbbi araştırma verileri içinden daha önce fark edilmemiş desenleri saptama, sınıflama, tıbbi aygıtların kontrolü, tıbbi görüntülerin karakteristiklerinin tespit edilmesi gibi pek çok uygulamada aktif olarak kullanılmaktadır.
Yapay zeka yöntemlerinin yeterliliği tıbbın neredeyse her alanında araştırılmıştır ve uygulama potansiyeline sahiptir.
Halen gelişmekte olan bu yöntemlerin gerçek klinik ortamlarda uygulanmaya başlanmasından önce daha ileri klinik denemelere ihtiyaç vardır.
Uzman sistemler (expert systems)
Yapay zekanın en önemli uygulama alanlarından biri uzman sistemlerdir. Bu sistemde, kendi alanında uzman olan kişilerin uzmanlıklarını kullanarak işleyiş sağlanır; yani bir tür bilgisayar tabanlı danışma sistemidir. Uzman sistemleri meydana getirirken, sırasıyla; tanımlama, kavramsallaştırma, formüle etme (yazılım), test etme ve değerlendirme aşamaları takip edilir. Tıp ve biyomedikal ilk tercih edilen sahadır. Bir uzman sistem; kural tabanı, veri tabanı ve kural çözümleyici olmak üzere üç bölümden oluşur.
Bulanık mantık (fuzzy logic)
Bulanık mantık programının temel dayanağı; uzman bir sistem operatörünün bilgi, tecrübe, sezgi ve kontrol sonuçlarını veri tabanı olarak meydana getirmektir. İşlemler bilgi ve tecrübeye bağlı kurallarla sağlanır. Bulanık mantıkta deneyimler etkin bir şekilde kullanılır. Bilgisayar tabanlı uygulamalarda kural tabanı, veri tabanı, bulandırıcı, çıkarım ve berraklaştırıcı yazılımlar kullanılır.
Bulanık mantık, insan zekâsının esnek ve değişken yapısının önemini belirten bir algoritmadır.
Veriler değerlendirilerek, neden sonuç ilişkisi içerisinde doğru ve mantıksal bir sonuç bulur. Bu işlem için ilk olarak verilerin belirlenmesi gerekmektedir. Bu veriler belirli çerçeveler içerisinde kategorize edilerek bulanık kümeler haline getirilir, tüm olası durumlar değerlendirilerek kural tabanı oluşturulur. Bu kurallar bir kontrol algoritması ile değerlendirilerek çıkış bilgisi elde edilir.
MAKALENİN TAMAMINA BURADAN ERİŞEBİLİRSİNİZ..
ya da Yapay Sinir ağları ve klinik araştırmalarda kullanımı
