Skip to main content

Derin Öğrenme, Meme Kanseri Tümörlerini Sınıflandırmasına Yardımcı Oluyor

Meme Kanseri Görüntüsü 1

Amerika Birleşik Devletleri’nde, meme kanseri olmuş veya olan 3,1 milyondan fazla kadın var. Bu yıl 266,000’den fazla kadının agresif meme kanseri teşhisi konması bekleniyor. Doktorların bu hastalığı daha iyi tanımasına ve tedavi etmesine yardımcı olmak için araştırmacılar yapay zekaya yöneliyorlar. Kuzey Carolina Üniversitesi’nden yakın zamanda yayınlanan bir çalışmada, araştırmacılar, göğüs kanseri dijital patoloji görüntülerini analiz etmek ve tümörleri yüksek doğrulukla sınıflandırmak için geliştirdikleri derin bir öğrenmeye dayalı sistemi açıklamaktadır.

Devamını Oku

Makale: Deep Learning as an Opportunity in Virtual Screening

Deep learning excels in vision and speech applications where it pushed the stateof-the-art to a new level. However its impact on other fields remains to be shown. The Merck Kaggle challenge on chemical compound activity was won by Hinton’s group with deep networks. This indicates the high potential of deep learning in drug design and attracted the attention of big pharma. However, the unrealistically small scale of the Kaggle dataset does not allow to assess the value of deep learning in drug target prediction if applied to in-house data of pharmaceutical companies. Even a publicly available drug activity data base like ChEMBL is magnitudes larger than the Kaggle dataset. ChEMBL has 13 M compound descriptors, 1.3 M compounds, and 5 k drug targets, compared to the Kaggle dataset with 11 k descriptors, 164 k compounds, and 15 drug targets.

On the ChEMBL database, we compared the performance of deep learning to seven target prediction methods, including two commercial predictors, three predictors deployed by pharma, and machine learning methods that we could scale to this dataset. Deep learning outperformed all other methods with respect to the area under ROC curve and was significantly better than all commercial products. Deep learning surpassed the threshold to make virtual compound screening possible and has the potential to become a standard tool in industrial drug design.

Deep Genomics – Derin Genetik Çalışma Alanı

The Washington Post sitesi Deep Genomics alanında çalışma yürüten Brendan FREY’in ilginç yaşam hikayesini okuyucularıyla paylaştı. Frey, insanların metin analizi ve konuşma tanıma da çok iyi olmasına rağmen gen metnini anlayamadığını bu nedenle bu alanın kendisi için daha ilginç bir problem olduğunu ifade etmektedir. Frey, derin öğrenme sistemi ile genetik mutantasyonun insan algısandan daha başarılı bir şekilde değerlendirilebileceğini otizm gibi problemlerin daha iyi tanımlanacağını belirtmektedir.

Takımıyla Toronto Üniversitesi’nde çalışma yürüten Frey’in Bilimsel Danışma Kurulu’nda Facebook Yapay Zeka Araştırma Yöneticisi Yann LECUN da yer almaktadır.

Yapılan çalışmalar sonucunda bir çok genetik problemin ortaya çıkarılmasının yanında kişisel ilaçların da üretilebileceği ifade edilmektedir.

Genetik alanında çalışıyor ve derin öğrenmeye meraklı iseniz Deep Genomics’in ilgililere iş davetinin açık olduğunu belirtmek isterim.

Genomics: Gen ve fonksiyonları ile ilgili çalışma alanı

Kaynak: