Mass General Brigham, tek bir yüz fotoğrafından biyolojik yaşı hesaplayan yapay zekâ modeli geliştirdi. 42 milyon fotoğrafla eğitilen sistem, kanser hastalarının yaşam beklentisini analiz ediyor. Model, gerçek yaşından 5 yıl daha yaşlı görünenlerde ölüm riskinin yüzde 21 arttığını tespit etti.
Öne çıkanlar
42 milyon fotoğrafla eğitilen yapay zekâ, biyolojik yaşı 5,1 yıl ortalama hata payıyla tahmin ediyor.
Radyoterapi gören 34 binden fazla kanser hastasının görüntüleriyle ölüm riski sınıflandırması yapılır.
Gerçek yaşından 5 yıl yaşlı görünen hastalarda ölüm riski yüzde 21 oranında artıyor.
Haberin Detayı
Mass General Brigham Kanser Enstitüsü araştırmacıları, insan yüzündeki yaşlanma belirtilerini dijital biyobelirteçlere dönüştüren iki farklı yapay zekâ modeli geliştirdi. Çalışma, yalnızca tek bir fotoğraf kullanarak hastaların biyolojik yaşını hesaplamayı ve kanser tedavisi sürecindeki hayatta kalma olasılıklarını öngörmeyi hedefliyor. Sistemin temelini oluşturan FAHR-Face modeli, masked autoencoder tekniğiyle 42 milyondan fazla yüz fotoğrafı üzerinde eğitilerek yüz yapısı ve sağlık göstergeleri arasındaki ilişkiyi çözmeyi başarıyla tamamladı.
FAHR-FaceAge alt modeli, takvim yaşından farklı olarak fizyolojik yaşlanmayı yansıtan biyolojik yaşı tespit etmek üzere tasarlandı. Testlerde modelin takvim yaşını tahmin ederken ortalama hata payı 5,1 yıl olarak ölçüldü; bu değer, karşılaştırılan diğer modellerdeki 6,92 yıllık hatanın altındaydı. Yapılan analizlerde makyaj, gözlük, yüz germe ameliyatları ve ışık koşullarının tahmin doğruluğunu önemli ölçüde etkilemediği, yalnızca burun estetiği geçirenlerde küçük sapmalar görüldüğü belirlendi. Modelin odaklandığı bölgeler arasında nazolabial kıvrımlar, göz çukurlarının üzerindeki alın kısmı ve şakaklar yer alıyor.
Diğer model olan FAHR-FaceSurvival ise radyoterapi tedavisi gören 34 binden fazla kanser hastasının fotoğraflarıyla eğitilerek hayatta kalma analizleri yapıyor. Bu model, yaklaşık 4 ve 5 bin kişiden oluşan iki ayrı test grubunda hastaları ölüm riskine göre sınıflandırmada oldukça başarılı sonuçlar verdi.
Radyasyon onkoloğu Raymond Mak, yaşlanan nüfus nedeniyle tedavi öncesi fiziksel kapasite ve kırılganlık ölçümlerine olan ihtiyacın arttığını vurguladı. Araştırmanın kıdemli yazarı Hugo Aerts, basit bir yüz fotoğrafından hayatta kalma sonuçlarını tahmin etmenin klinik uygulamalar için büyük bir atılım olduğunu ifade etti. Ekip, bu yaklaşımın farklı sağlık göstergeleri için sıfırdan sistem eğitmek yerine mevcut altyapıyı kullanmanın kolaylığını sağladığını belirtti. Ayrıca kamuya açık bir çalışma başlatılarak katılımcıların 10 dakikada kendi FaceAge tahminlerini alması sağlanıyor.
Günümüzde doktorlar, yoğun tedavilere giren hastaların fiziksel dayanıklılığını klinik deneyimlerine ve ek testlere dayanarak değerlendiriyor. Geliştirilen bu yapay zekâ araçları, özellikle ileri yaş grubundaki hastalarda risk değerlendirmesini hızlandırabilecek ve görsel bir baz sağlayabilecek potansiyele sahip. Ancak araştırmacılar, bu modellerin tek başına kesin bir tıbbi teşhis koyamayacağını, klinik uygulamalarda doktorların kararlarını destekleyen araçlar olarak daha fazla doğrulama sürecinden geçmesi gerektiğinin altını çiziyor.
AI YORUMUHaberinAi editör analizi
Yüz fotoğrafı üzerinden öngörüde bulunmak kulağa fütüristik gelse de, 5,1 yıllık hata payı modelin istatistiksel olarak güvenilir bir düzeyde olduğunu gösteriyor. Radyasyon onkolojisi gibi kırılganlığı yüksek alanlarda, 34 bin hastalık veri setiyle desteklenen bu analiz, tedavi öncesindeki fiziksel değerlendirme sürecini köklü biçimde değiştirebilir. Etkilenen kesim, yoğun kemoterapi ve cerrahi planlaması yapan onkologlar ile bu tedavilere giren ileri yaş hastalar olacaktır. Mevcut manuel değerlendirmelerle kıyaslandığında, yapay zekânın sağladığı standartlaşmış ölçek, özellikle yoğun bakım koşullarında hastane kaynaklarının daha verimli kullanılmasına olanak tanıyabilir. Bu teknolojinin klinik rutine girebilmesi için, farklı etnik kökenlere ve yüz yapılarına sahip hastalar üzerinde geniş çaplı doğrulama testlerinin tamamlanması şart.
Microsoft tarafından geliştirilen MAI-DxO yapay zeka aracı, karmaşık tıbbi vakaların simülasyon testlerinde yüzde 83 doğruluk seviyesine ulaştı. Birden fazla yapay zeka modelini koordine eden sistem, geleneksel pratisyen hekim ve dahiliye uzmanı ortalamalarını geride bıraktı.
MAI-DxO karmaşık simülasyonlarda yüzde 83 doğruluk oranına ulaştı.
Genel pratisyen ve dahiliye uzmanlarında bu oran yüzde 36 olarak ölçüldü.
Sistem OpenAI modelleriyle test edildi ve maliyetleri düşürdü.
Microsoft bünyesinde geliştirilen MAI-DxO adlı yapay zeka tabanlı teşhis mimarisi, karmaşık tıbbi vakalar üzerinde yürütülen simülasyon testlerinde dikkat çekici bir başarı yakaladı. Science dergisinde paylaşılan araştırmanın sonuçlarına göre yeni sistem yüzde 83 doğruluk oranını yakaladı. Aynı testlerde genel pratisyen hekimlerin ve genel dahiliye uzmanlarının ortalama doğruluk oranı ise yüzde 36 seviyesinde kaldı.
Sistemin çalışma mekanizması, birden fazla yapay zeka aracısının bir arada koordine edilmesine dayanıyor. Bu yapı sayesinde platform, hastalara doğrudan sorular yöneltiyor, gerekli gördüğü testleri talep ediyor ve elde edilen veriler ışığında teşhis değerlendirmeleri yapıyor. Yapılan test süreçlerinde OpenAI, Google, Anthropic, Meta ve DeepSeek gibi farklı teknoloji şirketlerinin modelleri kullanıldı.
Elde edilen veriler en iyi performansın OpenAI'ın GPT-5 ve GPT-5.5 modelleriyle sağlandığını gösterdi. Tek başına çalışan GPT-5 modeli karmaşık vakalarda yüzde 78,9 doğruluk elde ederken vaka başına maliyeti yaklaşık 8 bin 400 dolar oldu. MAI-DxO mimarisi ise doğruluk oranını yaklaşık 4 puan artırırken vaka maliyetini yaklaşık 3 bin dolar aşağı çekti. GPT-5.5 ile yapılan denemelerde ise doğruluk oranı yüzde 72 seviyesinden yaklaşık yüzde 87'ye yükseldi.
Teknolojinin gerçek dünya koşullarındaki ilk testi Boston merkezli Beth Israel Deaconess Tıp Merkezi'nde gerçekleştirilecek. Ayrıca Microsoft, Mayo Clinic iş birliğiyle sağlık sektörüne özel temel bir yapay zeka modeli geliştirme çalışmalarını sürdürüyor ve bu modelin 2027 yılında kullanıma sunulması planlanıyor. Yeni nesil sistemlerle klinik karar süreçlerinin desteklenmesi ve genel sağlık hizmetlerinin iyileştirilmesi amaçlanıyor.
AI YORUMU
Karmaşık teşhis süreçlerinde yapay zekanın insan uzman ortalamalarını geride bırakması, klinik iş akışlarında yeni bir dönemin kapılarını aralıyor. Pratisyen hekimlerin yüzde 36 seviyesinde kalan doğruluk oranına karşılık MAI-DxO modelinin yüzde 83'e ulaşması, veri işleme kapasitesinin tıbbi kararlardaki kaldıraç etkisini net biçimde gösteriyor. Özellikle maliyetleri düşürürken doğruluğu artırması, sağlık kurumları için bütçe optimizasyonu fırsatı yaratıyor. Ancak acil servis vakalarında belirgin bir iyileşme görülmemesi, sistemin henüz her klinik branşta aynı oranda güvenilir olmadığını işaret ediyor.
Meme kanseri tedavisi gören kadınların yaşadığı kalıcı hafıza kaybı ve beyin sisine karşı yeni bir molekül umut vadediyor. UCLA Health uzmanlarının yürüttüğü çalışmada, okzalasetat takviyesinin hastaların zihinsel performansını ve odaklanma becerilerini önemli ölçüde artırdığı belirlendi.
UCLA Health merkezindeki klinik araştırmaya 18 kadın katılımcı dahil edildi.
Katılımcılara 8 hafta boyunca günde iki kez 500 miligram okzalasetat verildi.
Test skorları ortalama 29,1'den 55,5 seviyesine yükselerek normale döndü.
Kanser rehabilitasyonu alanında yürütülen yeni bir bilimsel araştırma, meme kanserini atlatan kişilerin sıklıkla karşılaştığı bilişsel gerilemeye karşı umut verici sonuçlar ortaya koydu. Amerika Birleşik Devletleri merkezli UCLA Health Jonsson Kapsamlı Kanser Merkezi tarafından gerçekleştirilen klinik çalışmada, hücre içi enerji üretimini destekleyen okzalasetat molekülünün zihinsel performansı yukarı taşıdığı saptandı. JCO Oncology Advances dergisinde yayımlanan bulgular, bu özel besin takviyesinin odaklanma sorunlarını ve hafıza zayıflığını hafifletebildiğini kanıtladı.
Meme kanseri tanısı alan hastaların önemli bir bölümü, uygulanan kemoterapi ve hormonal tedavilerin ardından yıllarca süren zihinsel yorgunluk ve dikkat eksikliği yaşıyor. Mevcut tıbbi yaklaşımlarda bu kalıcı belirtileri giderecek alternatiflerin kısıtlı olması, uzmanları hücresel düzeyde yeni çözümler aramaya yöneltti. Araştırma ekibi, hücrelerin enerji santralleri olan mitokondrileri hedefleyen ve beyindeki kimyasal sinyalleşmeyi düzenleyen okzalasetat molekülünü incelemeye aldı.
Gerçekleştirilen faz 2 klinik deneyi, erken evre meme kanseri geçmişi bulunan ve tanı sonrasında şiddetli bilişsel zorluklar çeken 18 kadın katılımcıyla yürütüldü. Yaş ortalaması 50 olan ve büyük kısmına endokrin tedavisi uygulanan gruba sekiz hafta boyunca düzenli olarak okzalasetat takviyesi sağlandı. Sürecin sonunda tedaviyi tamamlayan tüm katılımcılarda hafıza ve algı sorunlarının gerilediği, zihinsel işlem hızının arttığı gözlemlendi.
Çalışmanın baş yazarı Dr. Patricia Ganz elde edilen verilerin heyecan verici olduğunu belirtirken, küçük örneklem grubu ve kontrol grubunun eksikliği nedeniyle sonuçların plasebo testleriyle doğrulanması gerektiğini vurguladı. Araştırma ekibi, 2026 yılının sonlarına doğru daha geniş katılımlı ve randomize yeni bir klinik deneme başlatmaya hazırlanıyor. Uzmanlar, bu takviyenin gelecekte resmi onay alması halinde milyonlarca kanser hastasının günlük yaşam kalitesini doğrudan değiştirebileceğini öngörüyor.
AI YORUMU
Kanser tedavisini tamamlayan hastaların günlük hayata dönüş süreçlerinde karşılaştığı zihinsel yorgunluk, tıp dünyasının uzun süredir çözmeye çalıştığı kronik sorunlardan biridir. Sadece 18 katılımcıyla sınırlı kalan bu faz 2 çalışması, küçük ölçeğine rağmen hücresel enerji metabolizmasını hedefleyen yaklaşımların potansiyelini açıkça gösteriyor. İlerleyen dönemde planlanan geniş katılımlı plasebo kontrollü araştırmalar sonuç vermezse, bu molekülün klinik pratikteki yeri belirsiz kalmaya devam edecektir.
Yapay zeka şirketi Anthropic, güvenlik araştırmacıları tarafından gerçekleştirilen bir test sırasında 12 saatten kısa bir sürede sızmaya uğradı. Cathedral adlı girişimin üçüncü taraf yazılım açıklarını kullanarak gerçekleştirdiği bu erişim, şirket içerisindeki maaş bilgileri ve hassas yazışmaları ortaya çıkardı.
Güvenlik girişimi Cathedral, Anthropic sistemlerine 12 saatten kısa sürede sızmayı başardı.
Sızıntı, üçüncü taraf iş yazılımlarındaki güvenlik açıklarının kullanılmasıyla gerçekleşti.
Anthropic, Claude sohbetlerinin ve model parametrelerinin sızıntıdan etkilenmediğini duyurdu.
Yapay zeka dünyasının önde gelen isimlerinden biri olan Anthropic, güvenlik sistemlerinin zafiyetlerini ortaya koyan bir olayla gündeme geldi. Cathedral adlı yapay zeka odaklı siber güvenlik girişimi, şirketin iç ağlarına sızarak oldukça hassas verilere ulaşmayı başardı. Araştırmacılar, bu süreci tamamlamak için sadece 12 saatlik bir dilime ihtiyaç duyduklarını raporladılar.
Sızma işlemi doğrudan bir saldırı yerine, şirketin operasyonlarını yürütmek için kullandığı üçüncü taraf yazılımlardaki boşluklardan faydalanılarak gerçekleştirildi. Satış süreçlerini yöneten, çalışan bilgilerini depolayan ve idari işleri organize eden bu yan yazılımlar, saldırganlara ana sisteme uzanan bir yol açmış oldu. Araştırmacılar bu yöntemi kullanarak toplantı kayıtları, personel maaş detayları ve şirket içi Slack mesajlaşmalarına erişim sağladı.
Anthropic tarafı ise olayın kapsamını sınırlı tutmaya çalışarak, araştırmacıların iddia edilenin aksine çok daha kısıtlı bir alana erişebildiğini savundu. Şirket yetkilileri, erişilen verilerin sadece satış, insan kaynakları ve BT bölümleriyle sınırlı kaldığını belirterek, yapay zeka modelleri ve Claude kullanıcılarının özel verilerinin tamamen güvende olduğunu vurguladı. Model ağırlıkları ve eğitilmiş parametrelerin sızıntıdan etkilenmediği bilgisi paylaşıldı.
Olayın ardından Anthropic, ilgili tüm güvenlik açıklarını hızla kapattığını ve sorunlu üçüncü taraf yazılımların devre dışı bırakıldığını duyurdu. Şirket, bu hareketliliğin bir kısmının zaten kendi güvenlik ekiplerince fark edildiğini öne sürdü. Ayrıca bu durum federal yetkililere raporlanarak olası bir yasal sürecin önü açıldı. Cathedral ekibinin, şirketin teşvik ettiği bir 'bug bounty' programı kapsamında çalıştığı bilinse de, Anthropic kuralların ihlal edildiği iddiasını koruyor.
Yaşanan bu sızıntı, ABD hükümetindeki üst düzey yetkililerin de dikkatini çekmeyi başardı. Washington Post'a açıklama yapan bir kaynak, sızıntının ulusal güvenlik düzeyinde endişelere yol açtığını ifade etti. Küçük bir girişimin bile böylesine hızlı bir şekilde kritik sistemlere girebilmesi, benzer açıkların yabancı istihbarat birimleri tarafından kötüye kullanılabileceğine dair korkuları artırıyor.
Siber güvenlik dünyasında bu tür testler, yazılımların dayanıklılığını ölçmek için kullanılıyor olsa da, Anthropic'in yaşadığı bu durum yapay zeka şirketlerinin güvenlik altyapısını yeniden gözden geçirmeleri gerektiğini gösteriyor. Şirketin savunma odaklı hamleleri ve federal bilgilendirmeleri, olayın büyüklüğünü kontrol altında tutma çabasını yansıtıyor. Ancak kamuoyunda yapay zeka sistemlerinin güvenliğine dair soru işaretleri varlığını sürdürüyor.
AI YORUMU
Anthropic örneği, bir şirketin kendi geliştirdiği modeller kadar kullandığı üçüncü taraf yan yazılımların da siber güvenlik açısından en az o kadar riskli olduğunu kanıtlıyor. Güvenlik araştırmacılarının 12 saatte maaş verilerine erişebilmesi, kurumsal sistemlerdeki yetkilendirme katmanlarının zayıflığını netleştiriyor. Özellikle yapay zeka modelleri gibi kritik altyapı sunan şirketlerin, dış tedarikçilerini çok daha sıkı denetimden geçirmesi gerekiyor. Eğer bu açık, kötü niyetli bir aktör tarafından tespit edilseydi, sonuçları sadece şirket içi belgelerle sınırlı kalmayıp çok daha geniş çaplı bir veri sızıntısına dönüşebilirdi.
OpenAI, yapay zeka modellerini eğitmek ve çalıştırmak amacıyla Google tasarımı Tensor İşlem Birimi çiplerini satın almayı planlıyor. Şirketin Nvidia ve AMD ile olan mevcut donanım ortaklıklarına rağmen atılan bu adım, bilişim altyapısını çeşitlendirme stratejisinin bir parçası olarak öne çıkıyor.
OpenAI, Google tasarımı TPU çiplerini satın alarak kendi yapay zeka altyapısını genişletmeyi planlıyor.
Şirket, modellerini TPU çiplerine uyarlamak amacıyla özel bir mühendis ekibi kurmaya başladı.
OpenAI halihazırda Microsoft, AWS, Oracle ve Nvidia gibi devlerle büyük ölçekli altyapı iş birlikleri yürütüyor.
ChatGPT geliştiricisi OpenAI, yapay zeka altyapısını çeşitlendirmek adına radikal bir değişikliğe giderek doğrudan rakibi Google'ın geliştirdiği Tensor İşlem Birimi (TPU) çiplerini satın alma aşamasına geçti. The Information ve Bloomberg kaynaklarına dayanan bilgilere göre, taraflar henüz nihai bir imzaya varmamış olsa da, OpenAI'ın bu çipler üzerindeki çalışmaları erkenci bir aşamada devam ediyor. Şirket, yapay zeka modellerinin performansını artırmak amacıyla TPU mimarisine uyum sağlayacak uzman mühendisleri bünyesine katmaya odaklandı.
Google'ın TPU teknolojisi, şirketin kendi yapay zeka modellerini eğitmek ve çalıştırmak için özel olarak tasarladığı donanımlardan oluşuyor. OpenAI, Haziran 2025 tarihinden bu yana bu çiplere Google Cloud üzerinden erişim sağlayarak test süreçlerini yürütüyordu. Ancak, yeni planlar artık sadece kiralama modelini değil, doğrudan mülkiyet ve geniş ölçekli donanım tedarikini kapsıyor. OpenAI'ın çip ekibini yöneten Richard Ho'nun, geçmişte Google bünyesinde TPU geliştirme sürecinde yer almış olması, bu stratejik geçişin teknik altyapısını güçlendiren bir unsur olarak değerlendiriliyor.
Şirketin donanım stratejisi oldukça geniş bir yelpazeye yayılıyor. Eylül 2025'te Nvidia ile 10 gigawattlık bir niyet mektubu imzalayan OpenAI, kısa süre sonra AMD ile 6 gigawatt kapasiteli farklı bir anlaşma sağladı. Broadcom ile yürütülen özel çip geliştirme çalışmaları ise Haziran 2026'da ilk meyvesini verdi ve şirket, 2026 yılı bitmeden kendi özel çiplerini devreye almayı hedefliyor. Bu donanım yatırımları, bulut tarafında Microsoft'tan alınan 250 milyar dolarlık Azure hizmeti ve Amazon Web Services ile yapılan 38 milyar dolarlık yedi yıllık anlaşma ile destekleniyor.
Google cephesinde ise TPU çiplerinin pazar payı genişlemeye devam ediyor. Anthropic gibi önemli yapay zeka şirketleri, Google Cloud üzerinden milyonlarca TPU kapasitesi kullanırken, Google da 2026 yılı itibarıyla bazı müşterilere doğrudan çip satışına başladı. Alphabet finans direktörü Anat Ashkenazi, bu satışlardan elde edilecek gelirin asıl etkisinin 2027 yılı içerisinde bilançolara yansıyacağını belirtmişti. Ayrıca Google, Oracle ile yaptığı son iş birliği ile TPU kapasitesini Oracle Cloud Infrastructure üzerinden de sunarak, kendi bulut ekosisteminin dışına çıkmaya başladı.
OpenAI'ın bu hamlesi, Microsoft ile olan bulut bağımlılığını azaltma stratejisinin bir parçası olarak okunabilir. Nisan 2026'da Microsoft ile yapılan güncellenmiş anlaşma, OpenAI'ın tek bir bulut sağlayıcıya bağlı kalmadan farklı çözümlere yönelebileceğini gösterdi. Oracle ve SoftBank ile birlikte yürütülen Stargate projesi de şirketin kendi veri merkezlerini kurma vizyonunu destekliyor. Tüm bu adımlar, yapay zeka dünyasında donanım kıtlığına karşı şirketlerin kendi çiplerini üretme veya rakiplerin altyapılarını kullanma yarışının hızlandığını kanıtlıyor.
AI YORUMU
OpenAI'ın Google'ın kendi geliştirdiği TPU çiplerine yönelmesi, şirketin Nvidia üzerindeki donanım bağımlılığını azaltmak için sergilediği stratejik bir denge oyunudur. Modellerin TPU mimarisine tam adaptasyonu teknik zorluklar içerdiğinden, bu çiplerin ChatGPT yanıtlarına somut bir katkısı 2027 yılından önce beklenmemelidir. Google için ise bu adım, kendi bulut ekosisteminin dışına donanım satışı yaparak pazar payını artırma fırsatı sunuyor. Şirketler arası bu rekabet, yazılım geliştiricileri için daha esnek bir bulut altyapısı imkanı yaratırken, donanım tedarik zincirindeki tekelleşmeyi kırma potansiyeli taşıyor.
