Yapay Zekânın “Kara Kutu” Sorununa SUBÜ Çözümü

SUBÜ Lisansüstü Eğitim Enstitüsü doktora öğrencisi Büruce Öztürk’ün, yapay zekânın sağlık alanındaki güvenilirliğini ve şeffaflığını arttırmayı hedefleyen doktora tez projesi, TÜBİTAK 2211-C Yurt İçi Öncelikli Alanlar Doktora Burs Programı kapsamında desteklenmeye hak kazandı. Sakarya Uygulamalı Bilimler Üniversitesi (SUBÜ), sağlık teknolojileri ve yapay zekâ alanında stratejik öneme sahip bir başarıya imza attı. Lisansüstü Eğitim Enstitüsü Biyomedikal Mühendisliği Doktora Programı öğrencisi Büruce Öztürk, hazırladığı tez önerisiyle TÜBİTAK’ın öncelikli alanlar bursiyeri oldu. Teknoloji Fakültesi Öğretim Üyesi ve Üniversite-İş Dünyası İş Birliği Koordinatörü Prof. Dr. Mustafa Zahid Yıldız danışmanlığında yürütülen çalışma, dijital patoloji ve cilt lezyonları teşhisinde yapay zekâyı "açıklanabilir" kılmayı amaçlıyor. Sağlıkta ‘kara kutu’ dönemi kapanıyor Günümüzde sağlık alanında yüksek doğrulukla çalışan yapay zekâ modelleri, karar verme süreçlerini şeffaf bir şekilde sunamadıkları için klinik dünyasında ‘kara kutu’ olarak nitelendiriliyor. Bu durum, hekimlerin yapay zekâ kararlarına olan güvenini sınırlayan temel unsurlardan biri olarak görülüyor. Büruce Öztürk’ün projesi, bu sorunu aşmak için Açıklanabilir Yapay Zekâ (XAI) ile Büyük Dil Modelleri (LLM) tabanlı karar destek yaklaşımlarını birleştiriyor. Hibrit model ile şeffaf raporlama ‘Kavramsal ve Nedensel Açıklanabilirlik Temelli Hibrit Yapay Zekâ Modelleri ile Dijital Patoloji ve Cilt Lezyonlarında Klinik Karar Destek Sistemlerinin Geliştirilmesi’ başlıklı çalışma; · Kararın hangi görsel özelliklere dayandığını izlenebilir kılıyor. · Klinik terminolojiye uygun, denetlenebilir ve gerekçeli raporlar üretiyor. · Yapay zekânın ‘neden bu kararı verdiğini’ kavramsal ve nedensel bileşenleriyle açıklayan hibrit bir klinik omurga tasarlıyor. Yerli ve milli sağlık teknolojilerine güçlü ivme Yapay zekâ, modelleme, simülasyon ve tıbbi cihaz teknolojileri gibi öncelikli alanlara doğrudan katkı sunan proje; Türkiye’nin sağlık teknolojilerindeki rekabet gücünü arttırmayı hedefliyor. Çalışmanın tamamlanmasıyla birlikte, klinikte teşhis süreçlerini gerekçelendiren, ölçeklenebilir ve güvenilir yerli karar destek çözümlerinin geliştirilmesine somut bir veri ve altyapı desteği sağlanmış olacak.