SAĞLIKTA YAPAY ZEKA

Bilgi Çağı’nda yeni teknolojilerin akışı ile bir çok endüstrinin yapısında önemli değişimler ortaya çıkıyor. Dünya genelindeki sağlık hizmetleri de bu değişimden önemli derecede etkileniyor. Özellikle otomasyon, makine öğrenimi ve yapay zeka doktorlar, hastaneler, sigorta şirketleri ve sağlıkla bağlantılı tüm diğer alanları etkiliyor. Ancak diğer endüstrilere kıyasla sağlık sektöründe bu etki çok daha olumlu biçimde gerçekleşiyor.

Massachusetts General Hospital ve Brigham and Women’s Hospital Center for Clinical Data Science’ın (CCDS) yöneticisi Dr. Mark Michalski bunu şu şekilde ifade ediyor: “2018 yılı, yapay zekânın tıp endüstrisinde hayal olmaktan çıkıp gerçeğe dönüşeceği yıl olacak. Yapay zekâ, inkâr edilemeyecek değeri, hatasız uygulama olanağı ve giderek daha fazla kabul görmesiyle korkmak yerine tamamen benimsenmesi gereken bir yenilik.”

Birleşik Krallık’ta faaliyet gösteren bir dijital sağlık şirketi olan Babylon Health, yapay zeka sohbet botu şeklinde bir yapay zeka doktorunun oluşturulması yoluyla hastaların doktorlarla etkileşime girme biçimlerini değiştirmek istiyor. Babylon Health, akıllı telefonlarda yer alacak bu uygulama için Nisan 2017’de 60 milyon dolara yakın para harcadı.

GlaxoSmithKline, İskoçya merkezli yapay zekâ şirketi Exscientia’ya 43 milyon dolar ödeyecek ve yeni ilaçlar bulmak için yapay zekâdan yararlanacak. Exscientia’dan Andrew Hopkins, şirketinin geliştirdiği sistem sayesinde ilaç geliştirme süresinde ve maliyetinde yüzde 75’lik bir düşüş kaydedileceğinin altını çiziyor. GSK, Exscientia’nın teknolojisinin işe yararlılığının kanıtlanmadığını ve bu deneyi yapmaları gerektiğini ifade etti.

Frost & Sullivan tarafından 2016’da yapılan bir araştırmada sağlık sektöründeki yapay zeka pazarının, yüzde 40’lık bir büyüme oranı olan 2021’de 6,6 milyar dolara ulaşması öngörüldüğü ifade ediliyor. Raporda, yapay zekadan alınan klinik desteğin medikal görüntüleme tanı süreçlerini güçlendireceği ve hastane iş akışları için yapay çözümlerinin kullanılmasının bakım süreçlerini iyileştireceği ifade ediliyor. Fit for Digital araştırmasında Fujitsu, iş liderlerinin yüzde 67’sinin teknoloji uzmanlarıyla ortak çalışmanın zorunlu olduğuna inandığını ortaya koyuyor.

Çin, dünyadaki en yüksek akciğer kanseri oranlarına sahip ülkelerden. Forbes ülkede Nisan 2017’de 2015 yılına kıyasla 70 binden fazla yeni akciğer kanseri vakası olduğunu bildirdi ve Çin’de yılda 1.4 milyar radyoloji taraması yapmakta olan 80 bin radyolog bulunuyor.

Çin’deki Shanghai Changzheng Hastanesi‘ndeki radyologlar BT taramalarını ve x-ışınlarını okurken tıbbi tanıyı iyileştirmek ve akciğer kanseri hastalarında şüpheli lezyonları ve nodülleri belirlemek için Infervison’dan yapay zeka teknolojisi kullanıyorlar.

Massachusetts Institute of Technology’den Prof. Regina Barzilay, kendisine üç yıl önce meme kanseri teşhisi konulana kadar bilgisayarlara nasıl öğreneceklerini öğretiyor, insan konuşmalarını nasıl anlayabileceklerini anlatıyordu. “Kanseri atlatırken Amazon’da ayakkabı seçmek için kullanmaktansa kanser hastalarının tedavisine uyarlayabileceğimiz kadar sofistike bir teknolojiye sahip olduğumuzu fark ettim. Sahip olduğumuz uzmanlığın insanlara yardım etmek için kullanılmasını sağlamayı gerçekten çok istiyordum” diyor.

Barzilay’ın grubu, Massachusetts General Hospital ile işbirliği yaparak kanser teşhis ve tedavisi sürecini iyileştirmek için yapay zeka ve makine öğrenimi alanındaki uzmanlıklarını uygulamaya geçirmeye başladılar. Bilgisayarların mamografide meme kanseri bulgularını insanların mevcut kapasitelerine göre daha iyi algılayıp algılayamayacağını ve makine öğrenmesinin büyük miktarda veriyi daha kişiselleştirilmiş tedavi kararlarında işe yarayıp yaramayacağını sorguluyorlar.

Rad Ecza Deposu Genel Müdürü Can Sökmen, dünyadaki bu heyecan verici gelişmeler hakkında şu bilgileri veriyor: “Birçok büyük ilaç firması 2017’de yapay zeka start-up’ları ile ortaklık kurdu. İngiltere’de Cambridge merkezli AstraZeneca, nörolojik hastalık için biyolojik belirteçler ve ilaçlar bulmak için Massachusetts, Boston’da bulunan biyo-ilaç şirketi Berg ile birlikte çalışıyor. Kaliforniya merkezli Roche iştiraki Genentech, Cambridge platformu, Massachusetts merkezli GNS Healthcare ile yapay zeka platformunu onkoloji tedavilerini analiz etmek için kullanıyor.

Japon ilaç şirketi devi Takeda, Kaliforniya merkezli Numerate şirketiyle ortaklık kurdu. İngiltere’nin Brentford kentinde bulunan GSKda bu tufana katıldı. 2017 yazında Scottish AI uzmanı Exscientia ile 10 hastalığa kadar hedefleri keşfetmek için işbirliği yaptığını ve Zhavoronkov’un Insilico Medicinealgoritmalarını test ettiğini duyurdu. Böylece, GSK, kendi şirket içi yapay zeka birimini oluşturan ilk büyük ilaç şirketlerinden biri oldu.Insilico Medicine, yapay zekanın daha az yan etkiye sahip ilaçlar tasarlayıp tasarlayamayacağını görmek için Oxford Üniversitesi Hesaplamalı Kalp ve Damar Ekibi ile birlikte çalışıyor.

Derin öğrenme yapay zeka yaklaşımlarıyla keşfedilen ilk onaylanmış ilaçlar belki de iki ila üç yıl uzakta ancak bu sektördeki birçok insan yapay zekanın, ilaç endüstrisini kalıcı olarak değiştirmek üzere olduğuna inanıyor. Klinik denemelere giren 10 ilaçtan yalnızca biri hastalara ulaşıyor. Sektördeki pek çok kişi bu eğilimin sürdürülemez olduğunu ve değişimin kaçınılmaz olduğunu hissediyor. Kaynaklar, ilaçlar ve başarısızlıkların maliyeti için daha fazla ödeme yapmak istemiyor, bu nedenle iş modelinde bir değişiklik olmalı ve yapay zeka bize bir fırsat sunuyor. İlaç sektörü, yapay zekanın insandan daha iyi performans göstereceğini de umuyor.”

Google Deepmind

2014 yılında Google'ın satın aldığı DeepMind, sağlık hizmetlerinde yapay zekanın kullanılması için çalışmalarını sürdürüyor. Science dergisinde yayınlanan çalışmaya göre DeepMind, 50'den fazla göz bozukluğunu yapay zeka yardımıyla tespit etmeyi başardı. Londra'daki Moorfields Göz Hastanesi ile işbirliği yapan şirket, uzman doktorlar ile aynı doğrulukta tespit etmek için algoritmaları eğittiklerini belirtti. Ayrıca yapay zeka, hastalar için en uygun tedaviyi doğru bir şekilde önerme ve en acil bakım gereksinimine öncelik verme kabiliyetine de sahiptir.

İki yıl önce başlayan bir proje ile DeepMind,görme kayıplarına yol açabilecek hastalıkları tanımlamak için binlerce tarihi ve tamamen anonimleştirilmiş göz taraması kullanarak makine öğrenimi geliştirdi.Çalışmaya göre sistem şu anda %94 doğrulukta tanı koyabiliyor.Şirket, ileride yapay zekaların sağlık konusunda daha fazla rol alacağını ve göz muayenelerinin de bu yöntemle yapılacağını düşünüyor.

Göz hastalıklarının oküler taramalardan teşhis edilmesi, doktorlar için karmaşık ve zaman alıcı bir işlemdir. Ayrıca yaşlanan küresel nüfus ve göz hastalıklarının daha yaygın hale gelmesi, sağlık sistemlerine binen yükün artması anlamına gelmektedir. Bu nedenlerden dolayı, yapay zekaların sağlık sektörüne girmesi için uygun bir ortam oluşmuş durumda. Moorfields'daki danışman göz doktoru Pearse Keane, "Yaptığımız göz taramalarının sayısı, insan uzmanlarının yorumlayabileceğinden çok daha hızlı bir şekilde büyüyor" ifadelerini kullandı.

Keane bu durumun hastalar için yıkıcı olabilecek, görme tehlikesi taşıyan hastalıkların tanı ve tedavisinde gecikmelere neden olma riskinin olduğunu belirtti. Muayene için yapay zeka kullanmak ise hastalar için daha erken teşhis ve dolayısıyla daha erken tedavi anlamına gelebilir. DeepMind'in yapay zekası, bir tür göz tarayıcısı kullanılarak eğitildi, ancak araştırmacılar herhangi bir modelle uyumlu olduğunu belirtti. Ayrıca yapay zeka, doktorlara belirli bir teşhise nasıl ulaştığını açıklayabilmekte, bu da doktorların tedaviye devam etmeden önce makinenin doğru teşhisi yapıp yapmadığını incelemelerini sağlar.

IBM WatsonPaths

IBM Watson, Cleveland Clinic ve Lerner Case Western Reserve Üniversitesi Tıp Fakültesi  ile işbirliği yaparak kendi bünyesi içinde WatsonPaths adlı bir proje başlattı. WatsonPaths, hekimlerin daha bilinçli, daha doğru ve daha hızlı kararlar almalarına yardımcı olmak ve elektronik tıbbi kayıtları (EMR) analiz etmek için tasarlanan, Watson AI algoritması kullanılan IBM’ın yürüttüğü bir bulut çözümü yazılımıdır.

Sistem nasıl çalışıyor?

Watson’a hastanın klinik verileri yüklüyorsunuz, sonuçları trafik ışıkları ile hekime yönlendiriyor tavsiye edilen tedavi süreçleri yeşil ışık, kabul edilebilenler sarı ve kesinlikle yapılmaması gerekenleri kırmızı ışıkla belirtiliyor.

Kendi kendine öğrenmesinin kurallarını tanımlayarak onu eğitiyoruz. Öğrendiklerini de bir uzman hekim test ediyor. Süreç şöyle işliyor. Tıbbi görüntülerde gözlemlenen doku farklılıklarını önce insan eliyle işaretliyorsunuz. Misal verelim akciğerde görülen bir kitle tüberküloz veya kanser olabilir. Diyelim hasta verem geçirmiş ama aşısı olduğu için kurulmuş. Oradaki gördüğünüz iz kanser değil bir verem izi. Tümör türlerini de ayrı ayrı öğretiyorsunuz makineye ve zamanla o dokuları tanıyıp öğrendikçe yanılma payı düşüyor ve daha isabetli tavsiyeler sunabiliyor. Yine de sonuçları bir doktora test ettiriyoruz ve teşhis doğruluğu yüzde doksan dokuz üstüne çıktığı zaman tavsiyeyi doktorlara sunuyoruz.

Teşhis dışında kullanım alanları nelerdir?

Kamu sağlığı, zindelik, kronik hastalık yönetimlerini sayabiliriz. Giyilebilir teknolojiler ve bulut tabanlı çözümler artık yaygınlıkla kullanılıyor. En son da maliyet kontrolünü sayabiliriz. Dünyanın pek çok yerinde sağlık harcamaları enflasyonun üzerinde artar. Sigorta geri ödemelerinde, maliyet kontrolünde yapay zekâ kullanılıyor.

Watson sadece modern tıp bilgilerini mi takip ediyor?

Evet, ama kaynakça modern tıp temeli olduğu için. Geleneksel tıpla ilgili bir kaynakçanız var ise bunu Watson’a öğretebilirsiniz. Mesela Çince, Japonca kaynak varsa bunu öğretebilirsiniz fakat tıpta bu ülkeler dâhil kaynakça İngilizce. Watson birçok dil konuşuyor ama tıpta konuştuğu tek dil İngilizce.

Hekim sayısı azalacak mı?

Doktor sayısında bir azalma beklememek lazım. Yüz bin nüfus başına düşen hekim sayısının eşit kalarak doktor sayısının nüfus artışına koşut artması planlanabilir.    Ancak hekimlerin uzmanlıklarının artacağını düşünüyorum. Mesela onkolojiden örnek vereyim, medikal onkolog olmadan önce çoğu hekim önce dâhiliye (internal medicine) okuyup ve birkaç yıl uzmanlık yaptıktan sonra tıbbi onkoloji yapıyorlardı. Genetik konusunda uzmanlaşmaya vakitleri kalmıyordu. Şimdi ise direk medikal onkoloji üzerine uzmanlaşıp üzerine genetik konusunda uzmanlaşma yoluna girebilirler. Zaman darlığı nedeniyle yapamadıkları uzmanlıklarda hekimler yapay zekâdan destek alabilirler. Yeni yetişen doktorlardan sıradan bir vatandaş olarak daha fazlasını beklememiz gerektiğini düşünüyorum çünkü teknolojik gelişmelerin pek çoğu onların ve hastaların hizmetinde.

Alberta Üniversitesi ve IBM’in ortak gerçekleştirdiği bir çalışma sonucu geliştirilen yapay zeka yazılımı, Şizofreni hastalığını %74 doğruluk oranıya önceden tespit edebiliyor.

Araştırmaya Alberta Üniversitesi biyomedikal anlamda destek verirken IBM de yapay zeka yazılımları ve bilgisayar gücü anlamında destek sağlamış. Temel olarak beyindeki kan akışını gösteren MR taramalarına dayanan araştırma, yapay sinir ağlarından oluşan sistemin hızlı öğrenme özelliğini kullanıyor. Böylece şizofreni hastalığı ve yan etkileri üzerine bir algoritma geliştirilmesi ve hastalığın erken tespitine ilişkin tahminler yapılabilmesi mümkün olmuş.

Araştırma için 95 kişi üzerinde çalışma yapılmış. Sesli bir egzersizi çözerken beyin taramaları kaydedilen kişilerden bazıları şizofrenitanısı konulmuş, bazıları ise sağlıklı deneklerden seçilmiş. Bu araştırma için MR testlerinin sonuçları anonim bir şekilde bu yapay sinir ağı sistemine iletiliyor ve sistem bu taramalardaki kan akışlarınıtakip ederek hepsinin bir haritasını çıkarıyor. Ardından sisteme hangitaramaların şizofren ve hangilerinin sağlıklı kişilerin olduğu bilgisi veriliyor. Böylece sistem kan akışlarındaki farklılıkları hastalık ile eşleştirecek şekilde çalışarak ortaya bir tahmin algoritması geliştiriyor.

Algoritma ile yapay zeka kendisine sunulan MR testlerine bakarak %74doğruluk oranıyla şizofreni tahmini yapabiliyor. Böylece şizofreni konusunda erken ve hızlı birteşhis yapılabilmesi konusunda önemli bir adım atılmış oluyor. Araştırmaya katılan bilim insanlarından biri olan Alberta Üniversitesi’nden Dr. Serdar Dursun, bu araştırma ile beyinde keşfedilmeyi bekleyen yeni bağlantılar olduğunu farkettiklerini dile getiriyor ve yapay zekanın bu bağları keşfedebilmek konusunda kendilerine çok hız kazandırdığını söylüyor. Bilim insanları ve IBM yeni bulgular ve bu tahminlerin doğruluk oranları üzerine çalışmalarına devam edecek. Dolayısıyla yakın vadede hem şizofreninin erken tanısı ve hem de tedavisi üzerine umut vadeden sonuçlar görebiliriz.

Dünyanın ilk yapay zekâlıtriyaj(hasta sınıflandırması) platformu, geçtiğimiz günlerde yapılan bir yarışmada kıdemli bir hemşireyi ve kıdemsiz bir doktoru yenmeyi başardı. Dijital sağlık şirket Babylon, hastaların semptomlarını tanımlamak ve en iyi müdahale tavsiyesini almak için, uygulamasının yeni yapay zekâ özelliği Check a Symptom’ı kullandı.

Yarışma boyunca sağlık personelleri ve Babylon’un Check özelliği, aynı anda gerçek bir hasta senaryosunu incelediler. Check, çok daha hızlı bir şekilde kıdemli hemşire ve kıdemsiz doktor ile aynı sonuca vardı.

Yapılan bu yarışma, akademik bir araştırma evrakında yayınlanan ve Check’in %100 güvenli, %90.2 isabetli olduğunu kanıtlayan bir dizi deneyin canlandırmasıydı.

Babylon’un açıklamalarına göre, Check’in yapay zekâsı koşullu mantık yürüterek insanın tanı koyma yeteneğinitaklit ediyor. Bunu yaparken de milyarlarca semptom kombinasyonunu risk değerlendirmesinden geçirerek karar veriyor.

Alzheimer’ın erken teşhisine yönelik olarak İtalya’daki Bari Üniversitesi’nden Nicola Amoroso ve Marianna La Rocca, Alzheimer’in beyinde neden olduğu yapısal değişiklikleri ayırt etmeye yarayan bir yapay zekâ algoritması geliştirdi

Teknolojinin her alanına yayılması beklenen yapay zeka sistemleri Ada sayesinde sağlık alanına adım attı. Yapay zeka destekli bir doktor ve sağlık uygulaması olan Ada, Londra ve Berlin merkezli bir girişim tarafından geliştirildi. Dijital bir doktor olarak hizmet vermeyi amaçlayan Ada, hastalığınız çerçevesinde ortaya çıkan bulguları inceleyerek hastalığın nedenleri hakkında bilgiler verecek.

Sorduğu basit sorular sayesinde kullanıcısından bilgiler alan Ada,toplamda 100 doktor ve bilim insanının desteğiyle birlikte geliştirildi. Sağlık bilgilerinizi düzenli bir şekilde kaydeden Ada, istendiğitakdirde bu bilgileri doktorunuzla da paylaşma imkanıtanıyor.

YAPAY ZEKA ve ERKEN TEŞHİS

Alzheimer yaşlılarda demansın en yaygın nedeni olan, hafıza ve bilişsel işlevlerde kayba yol açan bir sinir sistemi hastalığıdır. Hastalığın erken teşhisi için etkin bir yöntem geliştirilmesi önemli. Çünkü her ne kadar hastalığın henüz tedavisi yoksa da geliştirilmekte olan ilaçlar ne kadar erken uygulanırsa muhtemelen o kadar etkili olacak. Erken teşhis ayrıca hastalığın ilerleyişini yavaşlatmak için bireylerin yaşam tarzlarında değişiklikler yapmasına da imkân verebilir.

Araştırmacılar ilk olarak 38’i Alzheimer hastalarına, 29’u sağlıklı bireylere ait 67 MR görüntüsünü kullanarak algoritmayı eğitti. Amaç algoritmaya hastalıklı ve sağlıklı beyinleri birbirinden ayırt etmeyi öğretmekti. Araştırmacılar beyin tarama görüntülerini küçük parçalara böldü. Farklı denemelerde böldükleri parçaların büyüklüğünü değiştirerek en iyi sonucu veren parça büyüklüğünü belirlediler. Sonra da 148 kişilik başka bir gruptaki kişilerin beyin tarama görüntülerini kullanarak algoritmayı test ettiler. Bu grupta 52 kişi sağlıklı ve 48 kişi Alzheimer hastası idi. 48 kişideyse hafif bilişsel bozukluk (HBB) vardı, ancak bu kişilerin de 2,5 ila 9 yıl sonra Alzheimer’a yakalandığı biliniyordu.

Yapay zekâ algoritması sağlıklı bir beyinle Alzheimer’lı bir beyni %86 doğrulukla ayırt edebildi. Ancak daha da önemlisi sağlıklı bir beyinle hafif bilişsel bozukluk görülen bir beyni de %84 doğrulukla ayırt edebildi. Bu da algoritmanın beyinde Alzheimer’a neden olan değişimleri, klinik belirtilerin görülmesinden neredeyse on yıl önce tespit edebildiğini gösteriyor. Araştırmacılar ellerindeki verilerle sınırlıydı, bu yüzden algoritmanın hastalığın başlamasını daha da erken öngörüp öngöremeyeceğini test edemediler. Algoritma, özellikle Alzheimer’a yönelik önleyici tedaviler bulunması durumunda çok faydalı olabilir.

YAPAY ZEKA TEŞHİS KONUSUNDA İNSANDAN DAHA BAŞARILI!

Alman, Amerikalı ve Fransızlardan oluşan araştırma ekibi, zararlı deri lezyonlarını iyi huylulardan ayırabilmesi için, bir yapay zeka sistemine 100 binden fazla görsel gösterdi. Bir derin öğrenme sistemi olan CNN(Konvolüsyonel Sinir Ağları)ile 17 ülkeden toplam 58 dermatolojist karşılıklı teste sokularak, insan ve makineye, iyi huylu ve kötü huylu cilt lezyon örneklerini teşhis etmesi söylendi. Deneye giren cilt doktorlarının yarıdan fazlası uzman konumunda, kalan yüzde 50'lik bölüm ise beş yıl veya altında tecrübeye sahip dermatolojistlerden oluşturuldu. Yapılan karşılaştırma sonrası, "CNN teknolojisinin dermatolojistlerin çoğundan daha iyi performans gösterdiği" sonucunu açıklandı. Araştırmanın detaylı sonuçlarına göre, cilt doktorları deri kanserini yüzde86.6 oranında teşhis ederken, CNN yüzde 95 oranında doğru teşhis oranına ulaştı.

Yapay zeka teknolojileri çeşitli alanlarda insanlarla yarışıyor, hatta bazen onları aşabiliyorlar bile. Buna harika bir örnek olarak Çin kökenli BioMind verilebilir. Bu yapay zeka Pekin’deki Tiantan Hastanesi’nin ‘Nörolojik Rahatsızlıklariçin Yapay Zeka Araştırma Merkezi’(Artificial Intelligence Research Centre for Neurological Disorder)tarafından geliştirilmiş. Makine görüşü ve imaj analiz teknolojilerinin başarılı bir örneği olan uygulama, insan doktorları yenerek kendini ispatlamış Araştırmacılar BioMind yapay zekasını Çin’in beyin tümörü konusundaki en iyi 15 doktoru ile karşı karşıya getirmişler.

Beyin tümörlerini saptamada BioMind yüzde 87 ortalama başarı elde etmiş. Uzman doktorların başarı oranı ise ortalama yüzde 66’da kalmış. Yapay zeka 15 dakikada 225 vaka incelerken,doktor ekibi aynı miktar vakayı 30 dakikada tamamlayabilmiş.

BİZİ DİNLEDİĞİNİZ İÇİN TEŞEKKÜRLER

NİLAY ERMİŞ

ÖZKAN TATAR

ŞAFAK ÖZDEMİR

ECE AKTAŞ

MELİKE ALBAYRAK