Webtekno'nun aktardığına göre, ABD’deki Pennsylvania’nın Geisiger bölgesel sağlık grubunun geliştirdiği makine öğrenme algoritması, kardiyologların bu zamana kadarki tahminlerinden daha iyi bir tahmin tablosu ortaya çıkardı. Algoritma, geleneksel yöntemin yüzde 65 ile 80 arasındaki başarısına karşılık yüzde 85 oranında bir doğruluk payı ortaya çıkardı.
Makine öğrenme algoritmasının sonuçları arasından en şaşırtıcı olanlarından biri, kardiyologların EKG sonuçlarına göre sağlıklı olduklarına inandıkları insanların ölüm riskini bile doğru bir şekilde hesaplamış olması.
Araştırmacılar, bireysel kardiyologların kararlarını taklit etmek için benzer faktörleri örnek alan bir algoritma geliştirdiler. Algoritmanın geliştirilmesinde 400 bin gerçek doktorun izlenimleri kaydedildi. Bu ayrıntı düzeyi, algoritmanın kardiyologlardan daha iyi tahminler sunmasını sağladı.
Makine öğrenme uzmanları, algoritmanın insanları farklı gruplara göre ne kadar iyi sıralayabildiğini ölçmek için eğri altındaki alan (AUC) ismi verilen bir ölçüm kullandılar. Araştırmacılar, bir yıl içerisinde hangi insanların hayatta kalacağı, hangilerinin öleceği ile ilgili iki grup için algoritmayı ayarladılar. Sonuçta algoritmanın başarısı kaç kişinin doğru gruplara yerleştirildiği ile ölçüldü. Algoritma bu şekilde yüzde 85 oranında bir doğru tahmin ortalaması yakaladı.
Araştırma ile ilgili ilk kusur, bilim insanlarının bir yıllık geçmiş verilerin kullanılması. Bu şekilde kapalı veri seti ile çalışan bilim insanları, sonuçlarını doğrudan doğru sonuçlarla karşılaştırabiliyor Kapalı bir veriyi değerlendirmekle, hastayı tedavi etme yönteminin değiştirilmesine neden olacak, araştırılmamış bir mekanizma kullanmak arasında önemli bir fark bulunuyor. En azından birincisi tıp etiği açısından kesin olarak etik, ancak ikincisi büyük bir tartışma konusu.
Yorum Yazın