Uluslararası kategoride proje bulunamadı!
Sağlık Alanında Dil Modellerinin Sentetik Klinik Senaryo Tabanlı Eğitimi
Hastane rutininde, vakaların tanı ve tedavi süreçleri çoğu zaman tek bir branşın sorumluluğunda yürütülemeyebilir. Bu durumlarda, diğer kliniklerle iş birliği yapılarak hastalar konsülte edilir ve ayırıcı tanı süreçleri titizlikle değerlendirilir. Doğru tedaviye ulaşmada konsültasyon, modern tıp pratiğinin vazgeçilmez bir unsurudur. Diğer taraftan tıbbi konseyler, bireysel tedavi kararlarının multidisipliner bir yaklaşımla alındığı kritik platformlardır. Aynı zamanda farklı branşların vakalarını birbirlerine konsülte ederek kesin tanıya ve en uygun tedavi planına ulaşmayı hedefledikleri iş birliği ortamlarıdır. Bu süreç, hastaya özel, bütüncül bir sağlık hizmetinin temelini oluşturur. Bu proje, sağlıkta yapay zekâ ve büyük veri analitiği kullanılarak, kişileştirilmiş tıp uygulamalarına katkı sağlamaya yönelik bir çalışmadır. Proje kapsamında tıbbi verilerin toplanması, bu verilerin yapay zekâ algoritmaları ile analiz edilmesi ve birey bazlı çözümler sunulması amaçlanmaktadır. Hastane rutinini temsil edebilecek klinik senaryolar oluşturarak, geniş bir ana dal ve yan dal hekim kadrosunun iş birliğini içeren bir yapay zekâ modeli geliştirmek amaçlamaktadır. Ana ve yan dallar için oluşturulacak metin derlemeleri, açık kaynaklı bir büyük dil modelinin ön eğitimine devam etmek için kullanılacaktır. Bu sayede modelin tıp alanındaki bilgi miktarı geniş bir yelpazede arttırılacaktır. Ardından yine ana ve yan dallar için sentetik üretilmiş klinik senaryolar ve etiketleri ile modelin ince ayarlanma sürecine geçilecektir. Bu kapsamda SFT (supervised fine- tuning), DPO (direct preference optimization), RL-AI-F (reinforcement learning with AI feedback) vb. yöntemler kullanılarak modelin bir senaryo üzerine sorulan sorulara (kritik bulgular, tanı, tedavi önerisi vb.) cevap verebilmesi sağlanacaktır. Anahtar hedeflerimiz: 1. Açık kaynak Türkçe ve İngilizce tıbbi metinlerin toplandığı bir veri havuzu oluşturmak. 2. Kanıta Dayalı Tıp ile klinik senaryolara dayalı olarak sentetik veri üretmek ve etiketlemek. 3. Veri havuzundaki metinlerle, sentetik klinik senaryolar ve etiketleriyle sağlık alanında uzman bir Türkçe bir dil modeli eğitmek) 4. Bu model kullanılarak Tanı, tedavi ve takip basamaklarını iyileştirecek öngörüler sunmak. Araştırma Hipotezi: - Hipotez: Çok disiplinli bir yaklaşımla geliştirilen yapay zekâ modeli, mevcut tıbbi uygulamalardan daha yüksek tanı ve tedavi tahmin başarısı gösterecektir. Özgün Katkılar: 1. Kavram Geliştirme: Klinik karar destek sistemlerinde sentetik veri kullanımının etkinliği üzerine yenilikçi bir model. 2. Metodolojik Katkılar: Veri analitiği ve etiketleme süreçlerinde yeni bir standart oluşturulması. Ana ve yan dallarda oluşturulacak senaryolardaki etiketlerin literatürdeki kanıtlarıyla birlikte verildiği özgün bir veri etiketleme standardı oluşturulması 3. Kuramsal Katkılar: Türkçe kaynakların ve kanıta dayalı etiketleme süreçlerinin dil modellerinin sağlık alanındaki eğitiminde etkin kullanılabilirliğini kanıtlayacak bir çerçevenin oluşturulması.
10.02.2025 – ERKAN GÜLER, TUFAN GÜMÜŞ, URAL KOÇ