Yapay Zeka, HBYS İle Hastalıkları Önceden Tahmin Edebilir mi?

Yapay Zeka, HBYS  İle  Hastalıkları Önceden Tahmin Edebilir mi?

Makine öğrenme, yapay zeka uygulamaları ile uzun yıllardır birikmiş olan HBYS verilerinden hastalıkları önlemek, gelecekteki hastalık risklerini önceden öğrenmek mümkün olabilir. Sağlık Bakanlığı   hastalıkların önceden tahminine yönelik yapılacak çalışmaların önünü açmalı, bu konuda çalışma yapmak isteyen akademisyen ve girişimcileri teşvik etmelidir.

Türkiye, uzun yıllardır tüm hastanelerinde HBYS’yi düzenli olarak kullanan nadir ülkelerden biridir. HBYS’nin  uzun  yıllar kullanılması nedeniyle, büyük  miktarlarda hasta verisi bulunmaktadır.  Sağlık Bakanlığı’nın sağlık bilişimi konusundaki politikaları ve getirilen düzenlemeler,   HBYS kullanımı ile her geçen gün daha detaylı veri toplanması sağlamıştır. Bu veriler yapay zeka, makine öğrenme teknolojileri ile  değerlendirildiğinde, gelecekte oluşacak  hastalık riskini tespit etmek için büyük fırsat olacaktır.

HBYS verileri,  hasta geliş veya fatura bilgileri  değil,   test sonuçları, ilaç bilgileri, kronik rahatsızlıklar, demografik bilgiler, ICD tanı kodları ve  yakın zamanda yapılan yoğun bakım hasta verilerinin cihaz  entegrasyonu sağlanarak, yoğun bakım verileri gibi hastalıklar ile ilgili hayati verilerden oluşmaktadır.

Gelecekteki riskli hastalıklar  önceden tahmin edilebilir mi? 

HBYS  verilerinin   yapay zeka tarafından işlenerek bir çok   hastalık riski önceden tahmin edilebilir, hastalıkların gelecekteki  nasıl bir seyir izleyeceği,  hastaların gelecekte hangi riskler ile karşı karşıya oldukları  tahmin edilebilir.

HBYS verisi ile geliştirilen  makine öğrenme algoritmaları, bir hastanın gelecekte diyabet hastası olup olmayacağı  yada diğer hastalık risklerini  tahmini etmeye yönelik  çalışmada,  hastanın aldığı ICD kodları ile birlikte kaydedilen semptomlar, her gelişindeki aldığı değerler  ile ilişkilendirilerek uzun vadede  hastalıkların tahminine yönelik  model geliştirme çalışmaları yapılmaktadır.

Cell Patterns’te yayınlanan bir araştırmaya göre, hastalık riskini ölçmek için ilaçlar ve teşhisler dahil olmak üzere hastaların HBYS  verilerini birbirine bağlamak için makine öğrenimini kullanıldığı belirtiliyor.

NYU Langone Health’den bir ekip, HBYS  verilerini analiz ederek,  COVID-19 ile hastaneye kaldırılan hastaların  kanındaki  düşük oksijen seviyeleri ve inflamasyon belirteçleri ile  Covid 19  hastalığın  kötü sonuçları arasında  güçlü bir ilişkili olduğunu tesbit etti

Stanford Üniversitesi’nden bir araştırma ekibi, AAA olarak da adlandırılan abdominal aort anevrizması olan hastaları doğru bir şekilde teşhis etmek için EHR verilerini makine öğrenimi ile birleştiren kişisel bir sağlık yönetimi aracı oluşturdu . Araştırmacılar makine öğrenme araçları ile HBYS verileri kullanılarak  kardiyovasküler hastalık riskini tahmin ediyorlar.  Çalışma, kalp rahatsızlığını daha erken teşhis etmek ve sağlıklı yaşam tarzını  teşvik etme  görevi görüyor.

Yapılan çalışmalarda  hastaların genom dizilimleri ile ilişkilendirilmiş çalışmalarda   hızla yer almaktadır.

HBYS verilerinin bu şekilde  kullanılması mümkün görünmüyor

Yapılan çalışmalarda HBYS verilerinin bu haliyle  kullanılmasının mümkün görünmediğini,    makine öğrenme   ile hastalıkların önceden tahmin edilmesinde kullanmadan önce verinin  kullanılabilir  hale girilmesi gereksiz verilerin ayıklanması gibi ve uygulanabilir yöntemler geliştirilmesi gerektiğini belirtilmektedir.

Türkiye’de  makine öğrenme ve yapay zeka teknolojilerinin gelişmesi için sağlıkta büyük veriyi kontrol eden Sağlık Bakanlığı’nın   hastalıkların önceden tahminine yönelik yapılacak çalışmaların önünü açmalı, bu konuda çalışma yapmak isteyen akademisyen ve girişimcileri teşvik etmelidir.

HBYS’nin 20-30 yıl öncelerinde ilk kullanımında  faturalama amacına yönelik olarak başlamış, sosyal güvenlik kurumunun Medula uygulaması ve  Sağlık Bakanlığı  karar vericilerine yönelik veriler,  HBYS ‘de belirleyici olmuştur. Bundan sonra HBYS verileri hastalıkları önlemek, gelecekteki hastalık risklerini önceden öğrenmek amacına yönelik geliştirilecek olan makine öğrenme, yapay zeka uygulamalarına yönelik yapılandırılmalıdır.

Yaklaşık yaklaşık  30  yıldır toplanmış olan HBYS verileri,  hastalıkların tahmin edilmesi ve önlenmesine yönelik teknoloji girişimcileri ve akademisyenlerinin yapacakları çalışmalar ile   önleyici tedavilerin gelişmesini sağlayacak, tedavi maliyetlerini düşürecek, Türkiye’nin  sağlıkta yapay zeka  teknolojilerde de öncü olmasının sağlanacaktır.
Kaynak
.https://healthitanalytics.com/news/machine-learning-tracks-ehr-data-to-predict-disease-risk
.https://news.psu.edu/story/638091/2020/11/05/research/ai-model-could-help-patients-predict-disease-risk-  electronic-health
.https://www.sciencedirect.com/science/article/pii/S1532046416000101

Nurettin Altunbudak

Manisa Soma doğumlu, Balıkesir lisesi Mezunu. ODTÜ Fizik Bölümünde okudu. Hastane Bilgi Yönetim Sistemi ve Sağlık Bilgi Yönetim Sistemi firmalarında 25 yılı aşkın yöneticilik yaptı. Sağlık Bakanlığı "Halk Sağlığı Laboratuvar Bilgi Sistemi", "Ulusal Hastane Enfeksiyon Sürveyans Yazılımı", Ana Çocuk Sağlığı "Ulusal Neonatal Topuk Kanı Tarama Yazılımı", G2G kapsamında, Hollanda Ulusal Sağlık Enstitüsü işbirliği ile "Ulusal Zehir Bilgi Sistemi", "Ulusal Tüberküloz Bilgi Sistemi", "Web Tabanlı Halk sağlığı Klinik Dışı laboratuvar Bilgi Sistemi" projelerinde yöneticilik yapmıştır. 2015 Yılında, Sağlık Bilişimi Yöneticileri (Sabiyed) Dernek Başkanlığı yapmıştır. Hastanelerin HIMMS akreditasyon süreçlerinde danışmanlık, eğitmenlik yapmıştır. Şu anda saglikteknoloji.com Genel yayın yönetmenliği ve sağlık bilişimi konularında danışmanlık yapmaktadır