Sağlıkta Yapay Zeka Nedir?
Yapay Zeka (AI), insan düşüncelerini, tepkilerini taklit etmek insan zekasını simule etmeye dayanan, algoritmalar, sezgisel tarama, pattern matching , kural tabanlı işlemler, derin öğrenme, bilişsel işlemler kullanarak istenilen sonuca ulaşmayı hedefleyen, kendi kendine öğrenen bilgisayar bilimidir.
Yapay zeka ham verilerdeki anlamlı ilişkileri tanımlayabildiğinden, birçok tıbbi durumda teşhis, tedavi ve tahminleri desteklemek için kullanılabilir.
Yapay zeka, ilaç geliştirme, hasta izleme ve kişiselleştirilmiş hasta tedavi planları dahil olmak üzere hemen hemen her tıp alanında uygulama potansiyeline sahiptir.
Sağlık hizmetlerindeki karmaşık veri yapısı ve verilerin hızla artışı , yapay zekanın daha çok uygulanacağının göstergesidir. Bazı sigorta kuruluşlarında, hizmet sağlayıcıları ve yaşam bilimleri şirketleri tarafından bir kaç yapay zeka uygulaması kullanılmaktadır.
Temel uygulama kategorileri, tanı ve tedavi önerilerini, hasta katılımını ve uyumu ve idari faaliyetleri içerir. Yapay zekanın insanlardan daha iyi veya daha iyi sağlık görevleri yapabileceği birçok durum olmasına rağmen, uygulama faktörleri önemli bir süre için sağlık mesleklerinin büyük ölçekli otomasyonunu önleyecektir. AI’nın sağlık hizmetlerine uygulanmasındaki etik konular da tartışılmaktadır.
Sağlık hizmeti yapay zeka türleri
Sağlık hizmetleri için çok önemli olan bazı AI teknolojileri aşağıda tanımlanmış ve açıklanmıştır.
Makine öğrenmesi – sinir ağları ve derin öğrenme
Makine öğrenimi, modelleri verilere uydurmak ve verileri modellerle eğiterek ‘öğrenmek’ için istatistiksel bir tekniktir
Sağlık hizmetlerinde, geleneksel makine öğreniminin en yaygın uygulaması, hassas tıptır.
Makine öğreniminin daha karmaşık bir şekli, sinir ağıdır. Bir hastanın belirli bir hastalığı alıp almayacağını belirlemek gibi kategorizasyon uygulamaları için kullanılmıştır.
Makine öğreniminin en karmaşık biçimleri derin öğrenmeyi veya sonuçları öngören birçok özellik veya değişken düzeyine sahip sinir ağı modellerini içerir.
Sağlık hizmetlerinde derin öğrenmenin yaygın bir uygulaması, radyoloji görüntülerindeki potansiyel olarak kanserli lezyonların tanınmasıdır. Hem radyoloji hem de derin öğrenme en yaygın olarak onkoloji odaklı görüntü analizinde bulunur.
Doğal dil işleme (NLP)
Doğal dil işleme, konuşma tanıma, metin analizi, çeviri gibi dil ile ilgili uygulamaları içerir. Buna iki temel yaklaşım vardır: istatistiksel ve anlamsal NLP. İstatistiksel NLP, makine öğrenmesine (özellikle derin öğrenme sinir ağları) dayanmaktadır
Sağlık hizmetlerinde, NLP’nin baskın uygulamaları klinik belgelerin ve yayınlanmış araştırmaların oluşturulmasını, anlaşılmasını ve sınıflandırılmasını içerir. NLP sistemleri, hastalar hakkındaki yapılandırılmamış klinik notları analiz edebilir, raporlar hazırlayabilir (örn. Radyoloji muayenelerinde), hasta etkileşimlerini kopyalayabilir ve etkileşimli yapay zeka yapabilir.
Kural tabanlı uzman sistemler
‘If-then’ kurallarının koleksiyonlarına dayanan uzman sistemler 1980’lerde yapay zeka için baskın teknoloji idi ve bu ve sonraki dönemlerde ticari olarak yaygın olarak kullanıldı. Sağlık hizmetlerinde, son yirmi yılda 5 ‘klinik karar desteği’ amacıyla yaygın olarak istihdam edildiler ve bugün hala yaygın olarak kullanılmaktadırlar. Birçok elektronik sağlık kaydı (EHR) sağlayıcısı bugün sistemleriyle bir dizi kural sunmaktadır.
Bununla birlikte, kural sayısı büyük olduğunda (genellikle birkaç binin üzerinde) ve kurallar birbiriyle çatışmaya başladığında, parçalanma eğilimindedirler.
Fiziksel robotlar
Fiziksel robotlar, dünya çapında her yıl 200.000’den fazla endüstriyel robotun kurulduğu göz önüne alındığında, bu konuda ilerlemelerin ne seviyede olduğu görülmektedir.
Son yıllarda robotlar insan davranışlarına daha uyumlu hale getirildi. Yapay zekanın diğer teknolojileri ile daha akıllı hale gelmeye başladılar.
Başlangıçta 2000 yılında ABD’de onaylanan cerrahi robotlar cerrahların görme, hassas ve minimal invaziv girişimlerde , dikiş yaraları gibi konularda cerrahlara ‘süper güçler’ sağlamıştır. Önemli kararlar hala ancak, cerrahlarımız tarafından yapılır. Robotik cerrahi kullanılan yaygın cerrahi prosedürler arasında jinekolojik cerrahi, prostat cerrahisi ve baş-boyun cerrahisi sayılabilir.
Robotik süreç otomasyonu
Bu teknoloji, idari amaçlar, yani bilgi sistemlerini içerenler gibi, bir komut dosyası veya kurallara uyan bir insan kullanıcıymış gibi yapılandırılmış dijital görevleri yerine getirir. Robotik süreç otomasyonu (RPA) bir robot değil, bilgiyar programıdır. Sistemlerin yarı akıllı bir kullanıcısı gibi davranması için iş akışları, iş kuralları ve ‘sunum katmanı’ ile bilgi sistemleri entegrasyonunun bir kombinasyonuna dayanır. Sağlık hizmetlerinde önceden yetkilendirme, hasta kayıtlarını güncelleme veya faturalandırma gibi tekrarlayan görevler için kullanılırlar. Görüntü tanıma gibi diğer teknolojilerle birleştirildiğinde, örneğin işlemsel sistemlere girmek için örneğin fakslanmış görüntülerden veri ayıklamak için kullanılabilir.
Yukarıda anlatılmış olan teknolojileri kendi başına kullanılabiliyor olsa da her geçen gün birlikte kullanılarak yapılan uygulamalar çoğalmaktadır. Robotların yapay zeka bazlı “beyin”, görüntü tanımada makine öğrenme ile süreç bazlı otomasyon entegre edilebiliyor.Gelecekte bu teknolojilerin birbirine karışacak ki bir çok çözümde kompozit çözümler görmeye başlayacağız.
Kaynak: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6616181/
https://www.ibm.com/watson-health/learn/artificial-intelligence-medicine
