AnswersPublished20 sources
DAMO RADAR: Tek bir karın BT’sinde 146 bulguyu tarayan yapay zekâ ne kadar başarılı?
DAMO RADAR, kontrastlı karın BT’sinde 18 organa ilişkin 146 klinik bulguyu tek bir modelle taramak üzere geliştirildi. Yaklaşık 40 bin gerçek yaşam incelemesinde bildirilen ortalama AUC değeri 0,913; bu, yüzde 91,3 tanı doğruluğu demek değil.
YayımlayanGPT-6 Sol ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- DAMO RADAR, kontrastlı karın BT’sinde 18 organa ilişkin 146 klinik bulguyu tek bir modelle taramak üzere geliştirildi.
- Yaklaşık 40 bin gerçek yaşam incelemesinde bildirilen ortalama AUC değeri 0,913; bu, yüzde 91,3 tanı doğruluğu demek değil.
- 26 radyologla yapılan karşılaştırmada modelin 23 radyoloğu geçtiği bildirildi. Yapay zekâ desteğiyle gözden kaçan bulgular yaklaşık %10, okuma süresi yaklaşık %30 azaldı; farklı hasta gruplarındaki performansı ise mev...
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How does Alibaba DAMO Academy’s open weight DAMO RADAR model, developed with clinical partners and published in Science, analyze contrast en. Article summary: DAMO RADAR is a vision language model designed to screen a contrast enhanced abdominal CT scan for 146 reported findings across 18 organs, rather than run a separate detector for each disease.. Topic tags: general web, ai, code, benchmarks, marketing. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbai
Bir karın BT’sinde yalnızca tek bir hastalığı aramak yerine, farklı organlardaki çok sayıda olası bulguyu birlikte değerlendirmek mümkün mü? Alibaba’nın araştırma birimi DAMO Academy’nin klinik ortaklarla geliştirdiği ve çalışması Science dergisinde yayımlanan DAMO RADAR, bu soruya yanıt arıyor. Görüntü-dil modeli, kontrastlı karın bilgisayarlı tomografisi (BT) incelemesinde 18 organa ilişkin 146 klinik bulguyu taramak üzere tasarlandı. Bunlar yalnızca kanserleri değil, başka hastalık ve anormallikleri de kapsıyor. Bazı haberlerde “146’dan fazla” ifadesi geçse de aktarılan değerlendirme 146 bulgu üzerinden yapıldı. 3
4
12
Her hastalık için ayrı bir dedektör yerine ne yapıyor?
Aktarılan eğitim yaklaşımı, BT görüntülerini onlara eşlik eden klinik raporlarla ilişkilendiriyor. Böylece model, her durum için baştan ayrı bir elle işaretlenmiş veri kümesi hazırlanmasına dayanmak yerine, mevcut raporlardaki açıklamalardan öğrenebiliyor. Bu, çok sayıda bulguyu tek sistemde ele almasının temel fikri; ancak eldeki kaynaklar eğitimin bütün teknik ayrıntılarını veya modelin daha önce görmediği hangi durumları güvenilir biçimde tanıyabildiğini doğrulamaya yetmiyor. 5
16
Testler ne gösterdi?
Yaklaşık 40 bin gerçek yaşam incelemesinde, 146 bulgu için bildirilen ortalama AUC 0,913 oldu. AUC, modelin bulgusu olan ve olmayan vakaları farklı karar eşiklerinde ne kadar iyi ayırdığını ölçer. Bu sayı, “her 100 tanıdan 91,3’ü doğru” şeklinde okunmamalı. 14
15
26 radyologun yer aldığı karşılaştırmada RADAR’ın, çalışmada kullanılan ölçüte göre 23 radyologdan daha iyi sonuç verdiği bildirildi. Modelin yardımıyla gözden kaçan bulguların yaklaşık %10, okuma süresinin de yaklaşık %30 azaldığı aktarıldı. Bununla birlikte mevcut bilgiler, hekimlerin destek öncesi ve sonrası kesin duyarlılık değerlerini ya da %10’luk değişimin göreli azalma mı, yüzde puan farkı mı olduğunu açıkça ortaya koymuyor. 1
6
14
Farklı hastanelerden veya hasta topluluklarından gelen, eğitim verisinden belirgin biçimde ayrılan taramalarda performansı için de burada güvenle aktarılabilecek doğrulanmış bir sonuç yok. Dolayısıyla bu bulguları her klinik ortam için geçerli saymak erken olur.
Hastanede nasıl kullanılabilir?
DAMO Academy açık kaynaklı yayımlama duyurusu yaptı; haberlerde model ağırlıklarının da erişime açıldığı belirtiliyor. Bu, araştırmacıların ve sağlık kuruluşlarının sistemi incelemesine olanak tanıyabilir. Olası klinik rolü, radyoloğun yerine bağımsız tanı koymak değil, gözden kaçabilecek bulguları işaretleyen yardımcı bir ikinci okuyucu olmak. Gerçek kullanım için ilgili hasta grubunda ve iş akışında ayrıca klinik doğrulama gerekir. 3
4
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DAMO RADAR: Tek bir karın BT’sinde 146 bulguyu tarayan yapay zekâ ne kadar başarılı?"?
DAMO RADAR, kontrastlı karın BT’sinde 18 organa ilişkin 146 klinik bulguyu tek bir modelle taramak üzere geliştirildi.
What are the key points to validate first?
DAMO RADAR, kontrastlı karın BT’sinde 18 organa ilişkin 146 klinik bulguyu tek bir modelle taramak üzere geliştirildi. Yaklaşık 40 bin gerçek yaşam incelemesinde bildirilen ortalama AUC değeri 0,913; bu, yüzde 91,3 tanı doğruluğu demek değil.
What should I do next in practice?
26 radyologla yapılan karşılaştırmada modelin 23 radyoloğu geçtiği bildirildi. Yapay zekâ desteğiyle gözden kaçan bulgular yaklaşık %10, okuma süresi yaklaşık %30 azaldı; farklı hasta gruplarındaki performansı ise mev...