Kendi röntgen cihazını kendi yaptı

Hastane faturasının 70.000 dolar olduğun gören YouTuber Willam Osman internette bu faturayı ödemek için hangi mallarını satmayı düşündüğünü açıklayan bir video yayınlamıştı. Sigortalı olduğu için bu borcun sadece 2.500 dolarından sorumluydu ama sigortası olmayan birçok insanın olduğunu da bildiğinden, bu konuda bir şeyler yapmak istedi. Acaba, faturadan daha ucuza kendi röntgen cihazını üretebilir miydi?

Sonuçta bu sorunun yanıtının "evet" olduğu ortaya çıktı ancak bunu duyunca hemen işe koyulup kendi röntgen cihazınızı yapmaya çalışmayın. YouTuber Willam Osman'ın çektiği videoda da söylediği gibi, bu çok tehlikeli bir deney olur, zira baştan aşağı radyasyona maruz kalmanız anlamına geliyor. 

Osman, makine için ihtiyaç duyduğu her şeyi internetten satın aldı. Bozuk bir diş röntgeni makinesinden çıkardığı 155 dolarlık bir X-ışını vakum tüpü, dev bir kurşun levha, birkaç Geiger sayacı ve 60.000 volt verebilen bir elektrik kaynağı. Bu parçaları birleştirerek kurduğu düzenekle kendi röntgenini çekmeyi başardı. Sonuçları inceleyen girişimsel radyolog Dr. Michael Cellini görüntünün oldukça iyi olduğunu ancak görüntü kalitesinin teşhis için ihtiyaç duyulan yüksek çözünürlüğe sahip olmadığı söylüyor.

William Osman'ın olay yaratan YouTube videosunu aşağıdan izleyebilirsiniz:

Built My Own X-Ray After a Hospital Charged Me $69,210.32Use code WILLIAMOSMAN14 to get up to 14 FREE MEALS across your first 5 HelloFresh boxes, plus free shipping at Garage Sale and Merch: Podcast: Thanks to @TheBackyardScientist for helping v v v LINKS v v v Patreon: Instagram: Twitter:

Yapay zekadan endişelendiren başarı

Yeni araştırmalar, röntgen filmlerini analiz eden yapay zekanın (AI) hastaların ırkını şaşırtıcı derecede doğrulukla tanımlayabildiğini, ancak aynı görüntüyü inceleyen insanların bunu yapamayacağını buldu. Gıda ve İlaç İdaresi (FDA), tıbbi kullanım için daha fazla algoritmayı onaylarken, araştırmacılar AI'nın ırksal önyargıların devam etmesine neden olabileceğinden endişe duyuyorlar. Özellikle, makine öğrenimi modellerinin, aşırı derecede bozuk ve düşük çözünürlüklü görüntülerden bile ırkı nasıl tanımlayabildiğini tam olarak çözememekten endişeli olduklarını söylüyorlar.

Arxiv'de yayınlanan çalışmada, uluslararası bir doktor ekibi, derin öğrenme modellerinin tıbbi görüntülerden ırkı nasıl tespit edebildiğini araştırdı. Özel ve kamuya açık göğüs röntgenlerini ve ırk ve etnik kökene ilişkin kullanıcının kendi bildirdiği verileri kullanarak, ilk önce bu algoritmaların ne kadar doğru olduğunu değerlendirdiler, ardından da mekanizmayı araştırdılar.

Ekip, araştırmalarında şöyle yazdı: "Model bir hastanın ırkını tanımlayabiliyorsa, bu, modellerin doğrudan bu görev için eğitilmemesine rağmen, ırksal bilgileri tanımayı dolaylı olarak öğrendiğine işaret ediyor."

Daha önceki çalışmalarda olduğu gibi, makine öğrenimi algoritmalarının hastaların Siyah, Beyaz veya Asyalı olup olmadığını yüksek doğrulukla tahmin edebildiğini buldular. Ekip daha sonra algoritmanın bu bilgiyi toplayabilmesi için birkaç olası yolu test etti. Yapılan tüm incelemeler sonucunda, yapay zekânın ırkı düşük kaliteli görüntülerde bile doğru olarak tahmin ettiği, ancak bunu nasıl başardığının hala anlaşılamadığı ortaya çıktı. Ancak, istenmeden de olsa sağlanan bu ek bilginin olası sorunlar çıkarabileceğine de işaret ediliyor.

Araştırmanın yazarları, "Tıbbi görüntü analiziyle ilgilenen tüm geliştiricilerin, düzenleyicilerin ve kullanıcıların derin öğrenme modellerinin kullanımını son derece dikkatli bir şekilde düşünmelerini şiddetle tavsiye ediyoruz" diyor ve ekliyor: "Irk bilgisi özel olarak sağlanmamış olsa bile, makinenin bunu ortaya koyuyor olması, mevcut tıbbi uygulamada var olan ırksal eşitsizliklerin sürdürülmesine veya hatta daha da kötüleştirmek için doğrudan bir mekanizma olarak ortaya çıkmasına neden olabilir."