Harvard Araştırdı: Yapay Zekâ Yenidoğan Yoğun Bakımında Solunum Tüpü Konumlandırma Hatasını 6 Milimetreye İndirdi

Harvard Tıp Fakültesi ve uluslararası bilim insanlarının yürüttüğü araştırmada, yenidoğan bebeklerin akciğer grafilerinde solunum tüpü konumunu belirleyen yapay zekânın hata payı ortak öğrenme yöntemiyle 0,67 santimetreye düşürüldü.

Veri Gizliliği Korunarak 30 Hastanenin Verileriyle Eğitildi

Nature Biomedical Engineering dergisinde 13 Ekim 2026'da yayımlanan ve 20 ülkeden 30 hastaneyi kapsayan araştırmada, yetişkin modelleriyle eğitilmiş yapay zekâ sistemleri yenidoğan yoğun bakım şartlarına uyarlandı. 2 bin 960 bebeğe ait 2 bin 965 akciğer grafisinin incelendiği çalışmada, hasta görüntülerini tek bir merkezde toplamadan veri güvenliğini koruyan "sürekli ortak öğrenme" modeli uygulandı. Yalnızca yetişkin verileriyle çalışan modelde 4,30 santimetre olan anatomik konum belirleme hatası, her hastanenin 50 yenidoğan görüntüsüyle katıldığı ortak eğitim sayesinde 0,67 santimetreye geriledi.

Klinik Yarar İçin İleriye Dönük Araştırmalar Gerekiyor

Geliştirilen model, tüpün akciğere fazla ilerlemesi gibi ciddi komplikasyon risklerini işaret etmede 30 hastanenin 27'sinde yüksek başarı gösterse de uzmanlar bulguların geriye dönük (retrospektif) verilere dayandığını vurguladı. Yapay zekâ modelinin rutin klinik kullanıma girmesi ve bebeklerdeki solunum komplikasyonlarını doğrudan azaltıp azaltmadığının kesinleşmesi için gerçek zamanlı doğrulama çalışmalarına ihtiyaç duyulduğu kaydedildi.

Manşetler