文章基本信息

标题：Derin Öğrenme ve Sağlık Alanındaki Uygulamaları
其他标题：Deep Learning and Applications in Health
本地全文：下载
作者：Ali KELEŞ
期刊名称：Journal of Turkish Studies
印刷版ISSN：1308-2140
出版年度：2018
卷号：13
期号：21
页码：113-127
DOI：10.7827/TurkishStudies.14189
出版社：Turkish studies publisher
摘要：Yapay Zekâ tıp dünyasında yeni dönüşümlere neden oluyor. Bugün YZ doktorlar daha hızlı, daha doğru teşhisler yapabilmelerine yardım edebilir, hastalıkları önceden önlemek için hastalık riskini tahmin edebilir ve araştırmacıların genetik varyasyonların hastalığa nasıl yol açtığını anlamalarına yardımcı olabilir. YZ yıllardır var olmasına rağmen son yıllarda yeni bir öğrenme şekli olan “derin öğrenme” ile adeta bir patlama yarattı. Bu yeni YZ tekniği sayesinde kendi kendini süren araçlar, süper-insan görüntü tanıma ve tıpta yaşamı değiştiren, hatta hayat kurtaran gelişmeler mümkün oldu. Derin öğrenme, araştırmacıların hastalık tedavisi için tıbbi verileri analiz etmelerine yardımcı olmakta, doktorların tıbbi görüntüleri analiz etme yeteneğini artırmakta ve kişiselleştirilmiş ilacın geleceğini önemli katkı sağlamaktadır. Temel olarak üç eğilim DL devrimini yönlendirmektedir. Bunlar daha güçlü GPU’lar (grafik işlem birimleri), insan beynini modelleyen gelişmiş sinir ağı algoritmaları ve internetten büyü verilere erişim. Bu çalışma bu YZ teknolojilerinden biri olan makime öğrenme alanında yeni gelişen derin öğrenme konusuna odaklanmıştır. Derim öğrenmenin ne olduğu, önemi en bilinen derin öğrenme mimarileri üzerinde durur. Derin öğrenmenin hayatımızda pek çok şeyi değiştirmek ve geliştirmek üzere ciddi potansiyeli vardır ve bunun üzerine çok ciddi yatırımlar yapılarak araştırmalar her boyutta desteklenmektedir. Ancak insan hayatına dokunan sağlık alandaki potansiyeli ve önemi muhteşem gelişmelere yol açmaktadır. Bu bağlamda makale sağlık alanındaki uygulamaları ve değerli bilim insanlarının bu alanda yaptığı çalışmaları ortaya koymaktadır. Sonuç olarak böylesine büyük bir potansiyele sahip derin öğrenme teknolojisinin bizim de ülke olarak sağlık uygulamalarımıza katacak çok şeyi vardır. Bu alanda dünyada olup bitenler yakında takip edilmelidir. Değerli araştırmacılarımız tarafından devletin desteği ve sağlık kurumlarının işbirliği ile insan hayatını değiştiren ve koruyan sağlık uygulamaları geliştirilebilir ve bu uygulamalar sağlık sistemine başarılı bir şekilde entegre edilebilir. Bu bağlamda ortaya koyulan bu araştırma makalesi alana katkı sağlamaktadır.
其他摘要：Artificial Intelligence causes new transformations in the medical world. Today, YZ doctors can help them to make faster, more accurate diagnoses, predict disease risk to prevent diseases beforehand, and help researchers understand how genetic variations lead to disease. Although YZ has existed for years, it has created an explosion in recent years with şek deep learning öğrenme which is a new form of learning. Thanks to this new YZ technique, self-driving tools, super-human image recognition and life-changing, even life-saving developments have been possible. Deep learning helps researchers analyze medical data for the treatment of disease, increases the ability of physicians to analyze medical images, and contributes significantly to the future of the personalized drug. Basically three trends lead the DL revolution. These are more powerful GPUs (graphics processing units), advanced neural network algorithms that model the human brain, and access data from the Internet. As a result, deep learning technology with such a great potential has many things to add to our health practices as a country. What is happening in the world in this area should be followed soon. Health practices that change and protect human life can be developed by our valuable researchers with the support of the state and the cooperation of health institutions and these applications can be successfully integrated into the health system. This research paper presented in this context contributes to the field.
关键词：Derin öğrenme; derin öğrenme mimarileri; sağlık alanında derin öğrenme uygulamaları
其他关键词：Deep learning; deep learning architectures; deep learning applications in health