Yazılımcı Fesih Sönmez, kısa sürede geliştirdiği yapay zekâ destekli sistemle sağlık sektöründe önemli bir adım atıyor. Sistem, görüntü, ses ve konuşma analizleriyle hastalık belirtilerini tespit ederek doktorlara ön teşhis konusunda yardımcı oluyor.

İnsan davranışını da analiz ediyor

Son yıllarda yapay zekâ teknolojileri, yalnızca verileri analiz etmekle kalmayıp insan davranışlarını, ses tonunu, ruh halini ve fizyolojik değişimleri de anlayabilir hale geldi. Bu gelişmeler, erken teşhis ve hasta yoğunluğunu azaltma konusunda sağlık sektöründe umut verici bir dönemi başlatıyor.

Hastanelerdeki yoğunluk ilham kaynağı oldu

Sönmez, hastanelerdeki yoğunlukları gözlemleyerek bu sistemi geliştirme fikrini ortaya koydu. Özellikle acil servisler ve polikliniklerdeki yoğunlukların hastalıkların erken teşhisini geciktirdiğini fark eden Sönmez, yapay zekâ ile bu süreci hızlandırmayı hedefliyor.

Dört aşamalı yapay zekâ modeli

Sistem, dört farklı yapay zekâ modelini aynı anda kullanıyor. İlk aşamada görüntü modeli, kullanıcının ruh halini, yaşını ve genel durumunu analiz ediyor. İkinci aşamada ses modeli, nefes alıp veriş, öksürük veya ses kısıklığı gibi semptomları tespit ediyor. Üçüncü aşamada konuşma modeli, kullanıcının cümlelerini analiz ederek sağlıkla ilgili kelimeleri ve olası hastalık belirtilerini ayıklıyor. Elde edilen veriler, arka planda diğer modellere gönderilerek işleniyor. Son aşamada sistem, tüm bilgileri birleştirerek hastalık ihtimallerini kullanıcıya belli bir doğruluk oranıyla sunuyor.

Cep telefonlarına entegre edilecek

Fesih Sönmez, sistemin yakın zamanda cep telefonlarına entegre edilerek herkesin erişebileceğini belirterek, "Yapay zekâ artık sadece bir yardımcı değil, sağlıkta erken teşhisin en güçlü destekçisi olacak" dedi.

Instagram verileri darkwebe sızdı: 17,5 milyon kullanıcısı risk altında
Instagram verileri darkwebe sızdı: 17,5 milyon kullanıcısı risk altında
İçeriği Görüntüle

Hastalıklar hakkında fikir sahibi olunabiliyor

Sönmez, uygulamanın işleyişi hakkında ise şunları söyledi: "Sistem, görüntü, ses ve konuşma modellerini kullanarak verileri topluyor ve hastalık hakkında tahminler üretiyor. Bu sayede hem bireyler hem de sağlık otoriteleri hastalıklar hakkında fikir sahibi olabiliyor. Eğer sistem ciddi şekilde eğitilirse, hastalığın tam teşhisine kadar ilerleyebilir."

Kaynak: İHA