Medimagazin logo

Yapay zekâ tıbbi teşhis koymayı öğrenebilir mi?

Doktorlar teknolojinin imkânlarından faydalanıyor. Teknoloji geliştikçe de sonuçları yorumlamak zorlaşıyor: Doğru teşhis için daha çok deneyim gerekiyor. En deneyimli doktorlar bile bazen yanlış teşhis koyarken yapay zekâ bu sorunu çözebilir mi?
Kaynak: HT PAZAR - Beste Mutlu
Yapay zekâ tıbbi teşhis koymayı öğrenebilir mi?
Abone Ol:
Medimagazin google abone ol

Yapay zekâ, insanların mantıklı düşünebilme, öğrenebilme ve öğrendiklerini yeni durumlara uygulama kabiliyetini makinelere aktarmayı hedefliyor. Bu sayede çoğu süreç otomatiğe bağlanınca insanlar vaktini daha önemli işler yapmak için kullanabilecek. Tekrar içeren ve yaratıcılık gerektirmeyen işleri makineler yapmaya başlayınca, herkesin mesleğini yapış şekli bundan 20 yıl sonra çok daha farklı olacak. HT Pazar'dan Beste Mutlu'nun haberi...

Yapay zekânın en bilindik örneklerinden biri sürücüsüz arabalar. Bu arabalar sensörlerini kullanarak çevrelerinin haritasını çıkartıyor, yazılımları sayesinde rota belirliyor ve aracı sürüyor. Bu alandaki çalışmalar, ezbere aynı rotayı gidip gelen robotlar yapmanın ötesinde. Yapay zekâ sayesinde arabalar önlerine çıkan engellere göre yavaşlayıp durabiliyor ve durumu analiz edip yeni bir rota çizebiliyorlar. Tamamen sürücüsüz arabaların olduğu bir şehirde insan hatalarından kaynaklı trafik kazalarının azalacağı düşünülüyor.

Bu sistemin öğrenme kapasitesine diğer bir örnek, yapay zekâ ürünü AlphaGo’nun satranca benzeyen 2500 yıllık strateji oyunu Go’da dünya şampiyonu bir insanı yenebilmiş olması. Üstüne üstlük, AlphaGo, oyunu sadece kendi kendine oynayarak öğrendi. 3 gün içinde usta insan oyuncuların seviyesine geldi, 40 gün sonunda insanların binlerce yıldır geliştiremediği yeni stratejiler geliştirmeye başladı! Bir görüşe göre, ileride yapay zekâ, çok daha karmaşık bilgi öbeklerini tarafsız ve hızlıca değerlendirerek insanların göremediği keşifler yapacak.

GÜVENEBİLİR MİYİZ?

Erken teşhis hayat kurtarır denir. Peki, yapay zekâyı doktorlardan daha doğru ve güvenilir teşhisler koymak için kullanabilir miyiz?

Mesela inme (felç) vakalarını ele alalım. İnme, tıkanan bir veya birkaç damar yüzünden beynin bir kısmının işlevini yitirmesi olarak tanımlanır. Belirtileri yoğun baş ağrısı, görüş bozukluğu, vücudun belli kısımlarında uyuşmadır. İnme sonrasında CT beyin taramasında, ölen beyin hücrelerinin olduğu kısımda üzüm büyüklüğünde gri bir gölge belirir. Bir bilgisayar programı şüphesiz o resimdeki gölgeyi hemen yakalayabilir. Ama beklenti artık bunun ötesinde. Esas mesele, inme olmadan günler, saatler önce bu şikâyetlerle gelen hastalara müdahale edip inmeyi önlemek.

İnme öncesi CT beyin taramasına biz baksak hiçbir şey anlayamayız, çünkü gölge henüz oluşmamış. Fakat New York’taki Columbia Üniversitesi hastanesinde çalışan Dr. Lignelli-Dipple bir röportajında durumu şöyle anlatmış: “Çok deneyimli radyologlar sezgilerini kullanarak zamanla o gölge belirmeden teşhis koymayı öğrenebilirler, beyin taramasına bakıp ‘20 saat sonra tam da bu noktada bir sorun çıkabilir’ diyebilirler.

‘Nasıl anladın?’ diye sorsanız da net olarak sebebini açıklayamazlar.” Günümüzde yapay zekâ araştırmalarının ulaştığı nokta tam olarak bu: Yapay zekâ programına bu püf noktalar, hassas detayları tanımak öğretilebilir mi?

Sadece resimdeki desenleri tanıyan bir bilgisayar programından bahsetmiyoruz. Çünkü basit programlar 4 resim görse de, 1000 resim görse de teşhis değişmeyecek. Yapay zekâ ise sağlıklı ve hasta olarak kategorize edilmiş ne kadar çok resme bakarsa, o kadar çok deneyim kazanacak, tıpkı bir doktor gibi. Eğer bu başarılırsa, tek bir programın kullanımını yaygınlaştırmak, çok net teşhis koyan milyonlarca doktor yetiştirmeye tekabül edecek. Google’ın çatı şirketi Alphabet ve IBM gibi kuruluşlar teknolojideki son gelişmeleri tıp dünyasına uyarlamak için çalışmalar yapmakta.

KİM DAHA İYİ TEŞHİS KOYUYOR?

Bunlar teoride kulağa çok güzel geliyor, ama insan sağlığı bu, şakaya gelmez. O yüzden pek çok kişinin aklındaki soru şu: “Yapay zekâ doktor kadar güvenilir teşhis koyabilir mi?” Bu aşamada cevap, alanına göre değişiyor. Bazı yapay zekâ programları doktorlara karşı galip gelirken bazıları berabere, bazılarında ise doktorlar önde.

Mesela Stanford Üniversitesi’nde, cilt kanserini yapay zekâ ile teşhis etmek için çalışmalar yapılıyor. Cilt kanseri teşhisi koyarken ilk aşama genelde dermatoloğun çıplak gözle lekeyi incelemesi olur. İleride bu aşamayı yapay zekâ uygulamaları, cep telefonumuzla çekip yüklediğimiz fotoğrafları analiz ederek halledebilir. Sebastian Thrun ve ekibi, beyindeki sinir sistemi ağına benzer bir modelleme kullanarak yapay zekâya teşhis koymayı öğretmişler. Programa pek çok sağlıklı ve kanserli doku fotoğrafı gösterilmiş. Eğitim sonrası 21 dermatolog ile aynı teste tabi tutulan program daha doğru teşhisler koymayı başarmış! Yalnız, programın öğrenme süreci dışarıdan bakan biz insanlar için siyah bir kutu, neye göre karar verdiğini bilmiyoruz. Sadece doğru teşhis koyduğunu biliyoruz.

Daha pek çok örnek var. Nottingham Üniversitesi’nde hastaların rutin test sonuçlarına bakarak kalp krizi ihtimalini değerlendiren program doktorlara kıyasla daha başarılıymış. Stanford Üniversitesi’nde biyopsi sonuçlarına bakarak meme kanseri teşhisi koyan başka bir program doktorları geçmiş.

 

Yapay zekâ ile teşhis konulması doktorlara ihtiyaç kalmayacağı anlamına gelmiyor. Aksine, doktorlara hastalarıyla ilgilenmek için daha çok vakit kalacak.

 

Diğer araştırmalara örnekler: Google’ın yapay zekâ grubu DeepMind retina taraması fotoğraflarından göz hastalıklarını yakalamaya çalışıyor. Boston’daki Cogito şirketi akıllı telefonların mikrofonunu kullanarak insanların ses tonundaki değişimleri inceleyip depresyon teşhisi koymaya çalışıyor. Çin’deki araştırmacılar, kullanıcıların Twitter’a benzer bir platform olan Weibo’daki paylaşımları analiz ederek intihar riskini hesaplamak istiyor.

 

Tabii ki yapay zekâ ile teşhis konması doktorlara ihtiyaç kalmayacağı anlamına gelmiyor. Aksine, doktorlara hastalarıyla ilgilenmek için daha çok vakit kalacak. Teşhis kısmı daha kolay hallolunca doktorlar tedaviye yoğunlaşabilecek. Mesela genelde doktorlar şikâyetleri dinledikten sonra sorunun sebebini bulmak için sorular sorarlar: “Semptomlar ne zaman başladı? Yakın zamanda ilacını mı değiştirdin? Hayatın her zamankinden stresli mi?” Yapay zekâ henüz bu soruları soracak kapasitede değil. Ayrıca, telefonlarımızda görüntülü konuşma yapmanın yüz yüze görüşmenin yerini tutmadığını da hatırlatırım. Aynı şekilde doktor-hasta arasındaki insan ilişkisinin yerini yapay zekâ alamaz.

Yapay zekâ genel-geçer bir ürün haline gelmeden konuşulması gereken başka noktalar var. Bir tanesi yasal sorumluluğun kimde olacağı. Örneğin doktorlar yanlış teşhis koyarsa ceza alabiliyorlar. Eğer bir yapay zekâ programı yanlış teşhis koyarsa kim sorumlu tutulacak? Veya hastaların özel bilgileri sisteme yüklenince hacker’lar tarafından çalınma riski olacak, bunun engellenmesi için hastanelerin siber güvenliği artırması gerekecek.

KORKMALI MIYIZ?

Tesla’nın kurucusu Elon Musk ve Facebook’un patronu Mark Zuckerberg sosyal medyada bu konu üzerinden atışmışlardı. Musk, pek çok bilimkurgu filminde işlendiği gibi robotların insanların kontrolünden çıkmasından endişeleniyordu. Zuckerberg ise endişelenmeye gerek olmadığını savunuyordu.

Şahsen bu alandaki araştırmaların insan hayatına ne kadar büyük faydaları olabileceğini görüyor ve çok heyecanlanıyorum. Ama tedbiri elden bırakmamakta fayda var. Microsoft’un Twitter üzerinden insanlarla sohbet eden programı Tay, 24 saat içinde masumiyetini kaybederek ırkçı ve ayrımcı söylemler yapmaya başlamıştı. Yani biz insanların ideal örnekler olmadığımız kesin! Facebook’un birbiriyle pazarlık etmesi için tasarladığı iki yapay zekâ programı ise kendi aralarında konuşurken yeni kelimeler icat etmeye ve insanların kullandığı dilden uzaklaşmaya başlamıştı. Bence bunlar fazlasıyla hassas olmak için yeterli sebepler, ama araştırmalara devam!

yapay zeka
teşhis
sağlıkta yapay zeka
yapay zeka ve doktor
Yorum (5)
ufuk engin
Tıbbi teşhis koyar mı bilinmez ama bizim politikacı-bürokrat-sendikacıların yerine koysak bunlardan daha kötüsünü yapmayacakları kesin..
28
Cevapla
Mustafa Demirçak
Tabiki de öğrenebilir. (Eklektik birden çok risk modellemeleri aynı anda öğretilebilir). Karar ağacı ve bir master algoritma mekanizmasına ihtiyacı var. Gerisi online ANN biyomedikal sinyal işleme ile çözülebilir. ****Sensitiviteden ödün vermeden HAYAL EDEMEYECEĞİNİZ yükseklikte SPESİFİTE'den bahsediyorum. Biyoetik sorunlar hızlıca çözülebilir ama hukuki problemler (ADLİ SORUMLULUK) ve kişisel verilerin korunması noktasında ÇOK ÇOK BÜYÜK AÇIK YARATIYOR. Amerika ve Çin'de "PREDİCTİNG" modellemeleri üzerine yoğun çalışmalar var. Malesef çok geriden gidiyoruz. Tıp devrimi gelmek üzere ve biz veri madenciliği ve bilgi teorisi üzerine gidemeyecek kadar diğer bilim dallarından koptuk. TÜSEB bünyesinde derhal çalışmalarımızı başlatmamız gerekiyor. Sistem sağlık giderlerini ve gereksiz tetkikleri azaltarak SAĞLIK GİDERLERİNDE %40'a kadar tasarruf sağlarken; hızlı tanı sistemleri özellikle MULTİPLE TRAVMA hastalarında otomasyona geçilebilirse (TRANMA SİSTEMİ ve SEVK SİSTEMLERİ) mortaliteyi %15-25 azaltır. SAĞLIK BAKANLIĞI VE TIP BİLİMİ ÇALIŞANLARINA DUYURULUR. SEZGİSEL MATEMATİK VE YAPAY ZEKA TEKNOLOJİLERİNİ ÖĞRENMEMİZ ŞART OLDU. (KİŞİSEL VERİ BANKASI OLUŞTURULMASI GEREKİYOR VE ART NİYETLİLER VE SİGORTA ŞİRKETLERİNİN BU TEKNOLOJİYİ KÖTÜ NİYETLE KULLANMASININ MUTLAKA ENGELLENMESİ DE GEREKİYOR, ÇOK DİKKATLİ OLUNMALI) Üzerinde çalışıyorum. Saygılarımla
8
Cevapla
İlgiyle okuyan
Mustafa bey yorumunuzu ilgiyle okudum. Genç bir doktor olarak kendim teknoloji cahiliyim, diğer meslektaşlarım da benden farklı durumda değildir Sezgisel matematik ve yapay zeka mevcut durumda meslek pratiğinde bize ne fayda sağlayabilir? Ve ne üzerine çalışıyorsunuz? Teşekkür ederim
5
Cevapla
Frankie Bellevan
Sezgisel Matematik , özellikle Saldırıya , Şiddete Maruz kalmadan önleyici Yöntemlere Başvurma konusunda , Sağlık Bakanlığının Çaresizlik içinde kıvranırken "bulduğunu Zannettiği" En Gelişmiş teknik olan Beyaz Kod uygulamasından ( Beyaz Kod = Teslim Bayrağı ) daha Çok işe yarar.. Yapay Zeka ise anamnez alırken ardarda soracağı birbiriyle alalakalı ve alakasız sorularla , vatandaşı afallatacağı için ve karşıdaki muhatabın yapay olduğu vatandaş tarafından bilineceğinden , vatandaşın kafası iyice karışacak ve gerçekte rahatsızlığı özellikle Aciliyetle uzaktan yakından alakalı olmayan sabırsız vatandaş gerisin geriye evinin yolunu tutacak , ertesi gün aynı işlemlere randevulu olarak gitmenin ama yapay zekalılardan da nasıl kurtulacağının planını , hesabını da yapmanın yoluna bakarak bir yandan da " ya hu nerde bizim sövdüğümüz dövdüğümüz , ne istersek yaptırdığımız doktorlar , bu adamlar nereye kayboldular, yoksa üzerlerine milletçe fazla gittik de , soylarını kurutup bitirdik mi ?" diye içinden , kafasından geçirerek hayıflananıp duracaktır...
16
Cevapla
Mustafa Demirçak
O kadar UZMANLIK alanlarımız içinde spesifikleştik ki insanları bir BÜTÜN halinde görmeyi unuttuk. Bu bilim dalları içinde geçerli. PERFORMANS, YOZLAŞMIŞLIK, DEFANSİF TIP, TÜKENMİŞLİK, DÜŞÜK MUAYENE SÜRELERİ, GEREKSİZ TETKİKLER, SAĞLIKTA ŞİDDET, HEKİM İNTİHARLARI ayrı ayrı ele alınıp incelenirse ortaya çıkan ÖRÜNTÜ bunların çok yakından ilişkili olduğudur. Ben sağlık hukuku çerçevesinde; sezgizel matematik, bulanık mantık, BÜYÜK VERİ, VERİ MADENCİLİĞİ, karar verme ağacı "ARAYÜZLÜ" bir master algoritma projesi yazmaya çalışıyorum. Böylece ihityacımız olan TÜRK TIP YAPAY ZEKA DEVRİMİNİN altyapısı oluşabilir ve "PREDİCTİNG" modellemelerden yararlanarak yıllar öncesinden oluşacak "hastalıklar, salgınlar ve kazalar" önlenebileceği gibi TANILAMA ve TEDAVİ'de inanılmaz hızlara ve spesifiteye ulaşabiliriz.
0
Cevapla
Yorum Yaz
0/300

Bu haberler de ilginizi çekebilir