Sonsuz Ark/ Evrensel Çerçeveye Yolculuk
Yale Tıp Fakültesi radyoloji ve biyomedikal görüntüleme profesörü ve araştırmanın kıdemli yazarı Todd Constable, “Farklı insan grupları için farklı modellere ihtiyaç duyacağınız bir nokta olacak” diyor. "Bir model herkese uymaz."
Predicting the Behavior and Health of Individuals: Why Do Brain Models Fail?
Herkese uyan tek bir beyin modeli yoktur.
Makine öğrenimi, bilim adamlarının beynin karmaşık insan özelliklerini nasıl oluşturduğunu anlamalarına yardımcı oldu ve çalışma belleği gibi eylemler, dürtüsellik gibi özellikler ve depresyon gibi durumlarla ilişkili beyin aktivitesi kalıplarını ortaya çıkardı. Bilim adamları bu yöntemleri, daha sonra insanların davranışları ve sağlığı hakkında tahminlerde bulunmak için kullanılabilecek bu ilişkilerin modellerini geliştirmek için kullanabilirler.
Beyin Enerjisi Yapay Zeka Teknolojisi
Ancak, yalnızca modeller herkesi temsil ediyorsa işe yararlar ve geçmiş araştırmalar modellerin herkesi temsil etmediğini göstermiştir. Her model için, modele uymayan belirli bireyler vardır.
Yale Üniversitesi'nden araştırmacılar, yakın zamanda Nature dergisinde yayınlanan bir araştırmada bu modellerin kimlerde başarısız olma eğiliminde olduğunu, bunun neden olduğunu ve bunu düzeltmek için neler yapılabileceğini analiz ettiler.
Araştırmanın baş yazarına ve Yale Tıp Fakültesi'ndeki Doktora öğrencisi Abigail Greene'e göre, modellerin en yararlı şekilde kullanılabilir olabilmesi için belirli herhangi bir kişiye uygulanabilir olması gerekir.
“Örneğin, bu tür bir çalışmayı klinik bir uygulamaya taşımak istiyorsak, modelin önümüzde oturan hasta için geçerli olduğundan emin olmamız gerekiyor” diyor.
Greene ve meslektaşları, modellerin daha doğru psikiyatrik sınıflandırma sağlamasına yardımcı olabileceğine inandıkları iki yaklaşım düşünüyorlar. Birincisi, hasta popülasyonlarını daha doğru bir şekilde sınıflandırmaktır. Örneğin, şizofreni teşhisi çok çeşitli semptomları kapsar ve kişiden kişiye büyük ölçüde değişebilir. Araştırmacılar, semptomları ve alt tipleri de dahil olmak üzere şizofreninin sinirsel temelleri hakkında daha iyi bilgiye sahipler olduklarında bireyleri daha kesin yollarla sınıflandırabilirler.
İkincisi, dürtüsellik gibi bazı özellikler, çeşitli koşulların karakteristiğidir. Dürtüselliğin sinirsel temelini anlamak, doktorların tıbbi tanıdan bağımsız olarak bu semptomla daha etkili bir şekilde başa çıkmalarına yardımcı olabilir.
Greene, "Ve her iki ilerlemenin de tedaviye verilen yanıtlar üzerinde etkileri olacaktır" diyor "Aynı teşhisleri taşıyan veya taşımayan bireylerin bu alt gruplarını ne kadar iyi anlayabilirsek, tedavileri onlara göre o kadar iyi şekillendirebiliriz."
Ama önce modellerin herkese genellenebilir olması gerekiyor, diyor.
Greene ve meslektaşları model başarısızlığını anlamak için, önce bir kişinin çeşitli bilişsel testlerde ne kadar iyi puan alacağını tahmin etmek amacıyla beyin aktivitesi kalıplarını kullanabilen modelleri eğittiler. Test edildiğinde, modeller çoğu kişinin ne kadar iyi puan alacağını doğru bir şekilde tahmin ettiler. Ancak sonuçlar bazı insanlar için yanlıştı, gerçekten iyi puan alan bazı insanların düşük puan alacaklarını tahmin ettiler ve bunun tersi de oldu.
Araştırma ekibi daha sonra modellerin kimleri doğru kategorize edemediğini inceledi.
Greene, "Tutarlılık olduğunu bulduk; aynı kişiler görevler ve analizler arasında yanlış sınıflandırılıyordu" diyor. "Ve bir veri kümesinde yanlış sınıflandırılan kişilerin, başka bir veri kümesinde yanlış sınıflandırılanlarla ortak bir yanı vardı. Yani yanlış sınıflandırılma konusunda gerçekten anlamlı bir şey vardı.”
Daha sonra, bu benzer yanlış sınıflandırmaların bu bireylerin beyinlerindeki farklılıklarla açıklanıp açıklanamayacağını araştırdılar. Ama tutarlı farklılıklar yoktu. Bunun yerine, yanlış sınıflandırmaların yaş ve eğitim gibi sosyodemografik faktörlerle ve semptom şiddeti gibi klinik faktörlerle ilişkili olduğunu buldular.
Sonuç olarak, modellerin tek başına bilişsel yeteneği yansıtmadığı sonucuna vardılar. Greene, bunun yerine daha karmaşık "profilleri" - bilişsel yeteneklerin ve çeşitli sosyodemografik ve klinik faktörlerin bir tür karışımını - yansıttıklarını açıklıyor.
"Ve modeller, bu klişe profile uymayan herkesi başarısızlığa uğrattı" diyor.
Bir örnek olarak, araştırmada kullanılan modeller, daha fazla eğitimi bilişsel testlerde daha yüksek puanlarla ilişkilendirmiştir. Daha az eğitimli ve iyi puan alan kişiler, modelin profiline uymuyordu ve bu nedenle sıklıkla hatalı bir şekilde düşük puan alacakları tahmin ediliyordu.
Sorunun karmaşıklığına ek olarak, modelin sosyodemografik bilgilere erişimi yoktu.
Greene, "Sosyodemografik değişkenler bilişsel test puanına gömülüdür" diyor. Esasen, bilişsel testlerin nasıl tasarlandığına, uygulandığına, puanlandığına ve yorumlandığına ilişkin önyargılar, elde edilen sonuçlara sızabilir. Ve önyargı diğer alanlarda da bir sorundur; araştırmalar, örneğin girdi verisi yanlılığının ceza adaleti ve sağlık hizmetlerinde kullanılan modelleri nasıl etkilediğini ortaya çıkardı.
Greene, "Yani test puanları, bilişsel yetenek ve diğer faktörlerin bir bileşimidir ve model, bileşimi öngörmektedir" dedi. Bu, araştırmacıların belirli bir testle gerçekte neyin ölçüldüğü ve dolayısıyla bir modelin neyi öngördüğü hakkında daha dikkatli düşünmeleri gerektiği anlamına geliyor.
Araştırma yazarları, sorunun nasıl azaltılacağına dair çeşitli öneriler sunuyorlar. Araştırma tasarımı aşamasında, bilim adamlarının yanlılığı en aza indiren ve kullandıkları ölçümlerin geçerliliğini en üst düzeye çıkaran stratejiler kullanmaları gerektiğini öne sürüyorlar. Ve araştırmacılar veri topladıktan sonra, kalan basmakalıp profilleri düzelten istatistiksel yaklaşımları mümkün olduğunca sık kullanmalıdırlar.
Araştırmacılar, bu önlemleri almanın, incelenen bilişsel yapıyı daha iyi yansıtan modellere yol açacağını söylüyor. Ancak, önyargıyı tamamen ortadan kaldırmanın olası olmadığını, bu nedenle model çıktısını yorumlarken kabul edilmesi gerektiğini belirtiyorlar. Ayrıca bazı ölçüler için birden fazla modelin gerekli olduğu ortaya çıkabilir.
Yale Tıp Fakültesi radyoloji ve biyomedikal görüntüleme profesörü ve araştırmanın kıdemli yazarı Todd Constable, “Farklı insan grupları için farklı modellere ihtiyaç duyacağınız bir nokta olacak” diyor. "Bir model herkese uymaz."
Yale University, 11 Eylül 2022, SciTechDaily
Mustafa Tamer, 07.12.2022, Sonsuz Ark, Çeviri, Bilim ve Teknoloji, Aklın Merdivenleri
Referans: Abigail S. Greene, Xilin Shen, Stephanie Noble, Corey Horien, C. Alice Hahn, Jagriti Arora, Fuyuze Tokoglu, Marisa N. Spann, Carmen I. Carrión tarafından “Beyin-fenotip modelleri, örnek stereotiplere meydan okuyan bireyler için başarısız” , Daniel S. Barron, Gerard Sanacora, Vinod H. Srihari, Scott W. Woods, Dustin Scheinost ve R. Todd Constable, 24 Ağustos 2022, Nature. DOI: 10.1038/s41586-022-05118-w
- Sonsuz Ark'ta yayınlanan yazılardan yazarları sorumludur.
- Sonsuz Ark linki verilerek kısmen alıntı yapılabilir.
- Sonsuz Ark yayınları Sonsuz Ark manifestosuna aykırı yayın yapan sitelerde yayınlanamaz.
- Sonsuz Ark Yayınlarının Kullanımına İlişkin Önemli Duyuru için lütfen tıklayınız.