Yapay zekâ (AI), son yıllarda hayatımızın her alanına nüfuz eden bir teknoloji olarak öne çıkıyor ve sağlık sektörü, bu yenilikten en çok faydalanan alanlardan biri haline geldi. Hastalıkların erken teşhisinden kişiselleştirilmiş tedavilere, cerrahi planlamadan salgın takibine kadar AI, sağlıkta devrim niteliğinde çözümler sunuyor. (I) Bu haber yazısında, yapay zekanın sağlık alanındaki uygulama alanlarını, güncel örnek çalışmaları kapsamlı bir şekilde inceleyeceğiz.
Yapay zekâ teknolojisini sağlık hizmetlerinin geleneksel teknolojilerinden ayıran şey, veri toplama, işleme ve son kullanıcıya iyi tanımlanmış bir çıktı verme yeteneğidir. AI, bunu makine öğrenimi algoritmaları ve derin öğrenme yolu ile yapmaktadır. Bu algoritmalar davranış kalıplarını tanıyabilir ve kendi mantığını oluşturabilir. Yararlı sezgi ve tahminler elde etmek için, makine öğrenimi modellerinin çok miktarda girdi verisi kullanılarak eğitilmesi gerekmektedir.
Sağlıkla ilgili AI uygulamalarının ilk amacı, önleme veya tedavi teknikleri ile hasta sonuçları arasındaki ilişkileri analiz etmektir. Tanı süreçleri, tedavi protokolü ve ilaç geliştirme, kişiye özel tıp, hasta izleme ve bakım gibi uygulamalar için yapay zeka programları uygulanmaktadır. AI algoritmaları, hastalığın önlenmesi ve teşhisi için elektronik sağlık kayıtları aracılığıyla büyük miktarda veriyi analiz etmek için de kullanılabilir. IBM ve Google gibi büyük teknoloji şirketleri de sağlık hizmetleri için AI algoritmaları geliştirmiştir. Ayrıca hastaneler, maliyet tasarrufunu, hasta memnuniyetini artırmak, personel, iş gücü ihtiyaçlarını karşılamak ve girişimleri desteklemek için AI yazılımlarına ihtiyaç duyabilir. Şu anda, Amerika Birleşik Devletleri sağlık hizmetlerinde yapay zekanın gelişimini ilerletmek için milyarlarca dolar yatırım yapmaktadır. Şirketler, yatılı hasta sayısını ve kalış süresini azaltarak, personel seviyelerini uygun hale getirmektedir. Bu sayede sağlık yöneticilerinin işlerinin iyileştirilmesine yardımcı teknolojiler geliştirilmektedir.
Yapay zekânın sağlık hizmetlerinin uygulamalarında yaygın kullanımı yeni olduğu için, veri gizliliği, işlerin otomasyonu ve temsil önyargıları gibi eşsiz birkaç etik kaygı vardır.
Etik kaygılar
- Veri toplama
Makine öğrenimini etkili bir şekilde eğitmek ve yapay zekayı sağlık hizmetlerinde kullanmak için büyük miktarda veri toplanması gerekmektedir. Bununla birlikte, bu verilerin elde edilmesi çoğu durumda hasta gizliliğine mal olur ve toplum tarafından iyi karşılanmamaktadır. Örneğin, İngiltere’de yapılan bir ankete göre, nüfusun %63’ünün yapay zekâ teknolojisini geliştirmek için kişisel verilerini paylaşmaktan rahatsız olduğunu tahmin etmektedir. Gerçek, erişilebilir hasta verilerinin az bulunması, sağlık hizmetlerinde daha fazla yapay zekâ geliştirme ve dağıtmanın ilerlemesini engelleyen bir durum olmaktadır.
Yapay zekanın sağlık alanında etkili kullanımı için hasta mahremiyetini koruyarak veri toplamaya olanak tanıyan ileri yöntemlere ihtiyaç vardır. Anonimleştirme, veri şifreleme ve federated learning gibi teknikler, kişisel veri güvenliğini sağlayarak büyük veri kullanımına imkân tanıyabilir. Ancak, bu yaklaşımlar yüksek maliyetler ve teknik zorluklar yaratmakta, ayrıca bu alanda daha katı etik ve yasal düzenlemelerin gerekliliğini ortaya koymaktadır.
- Otomasyon
Yakın zamanda yapılan bir araştırmaya göre, yapay zekâ, önümüzdeki 10 ila 20 yıl içinde İngiltere’deki işlerin %35’inin yerini alabilir. Bununla birlikte yapay zekanın şu ana kadar herhangi bir sağlık hizmeti işini ortadan kaldırmadığı sonucuna varılmıştır. Yapay zekâ sağlıkla ilgili işleri otomatikleştirirse, otomasyona en duyarlı işler, doktordan hasta etkileşimine kadar uğraşanların aksine dijital bilgi, radyoloji ve patoloji ile ilgilenenler olacaktır.
Otomasyon, doktorların yanında fayda da sağlayabilir. Sağlık hizmetlerinde yapay zekadan yararlanan doktorların, bunu yapmayan doktorlara ve tıbbi kurumlara göre daha kaliteli sağlık hizmeti sunması beklenmektedir. AI muhtemelen sağlık çalışanlarının yerini tamamen almayacaktır. Aksine hastalarına bakmaları için onlara daha fazla zaman tanıyacaktır. AI, sağlık çalışanlarının tükenmişliğini ve bilişsel aşırı yüklenmesini önleyebilir. AI daha iyi iletişim, iyileştirilmiş sağlık hizmeti kalitesi ve özerklik içeren toplumsal hedeflerin ilerlemesine katkıda bulunacaktır.
- Önyargı
AI, yalnızca girdi olarak aldığı veriler üzerinden karar aldığından, bu verilerin doğru hasta demografisini temsil etmesi önemlidir. Hastane ortamında hastalar, tahmine dayalı algoritmaların nasıl oluşturulduğu veya kalibre edildiği konusunda tam bilgiye sahip değildir. Bu nedenle, bu tıp kurumları, algoritmalarını azınlıklara karşı ayrımcılık yapacak şekilde kodlayabilir. İdeal bakım sağlamak yerine kârlara öncelik verebilmektedir.
Bu algoritmalarda sosyal ve sağlık hizmetlerindeki eşitsizlikleri artırabilecek istenmeyen önyargılar da olabilir. Yapay zekanın kararları, girdi verilerinin doğrudan bir yansıması olduğu için, aldığı verilerin hasta demografisinin doğru bir şekilde temsili olması gerekmektedir. Beyaz erkekler tıbbi veri setlerinde fazlasıyla temsil edilmektedir. Bu nedenle, azınlıklar hakkında en az hasta verisine sahip olmak, yapay zekanın çoğunluk nüfus için daha doğru tahminlerde bulunmalarına ve azınlık nüfusları için istenmeyen daha kötü tıbbi sonuçlara yol açabilir. Azınlık toplumlarından veri toplamak da tıbbi ayrımcılığa yol açabilir. Örneğin İnsan Bağışıklık Yetmezliği Virüsü (HIV: Human Immunodeficiency Virus), azınlık toplulukları arasında yaygın bir virüstür. HIV hastalara karşı ayrımcılık yapmak için kullanılabilir. Bununla birlikte, bu önyargılar dikkatli bir uygulama ve temsili verilerin düzenli bir şekilde toplanması ile ortadan kaldırılabilir. (II)
Sağlık hizmetlerinde yapay zekâ neler kazandırabilir?
İnsan hatalarını azaltmak
Her zaman son derece dikkatli olmaları ve hasta verilerini yakından takip etmeleri gereken sağlık personeli bu zorlu işi uzun saatler yapmak zorunda oldukları için zaman zaman hata yapabiliyor. Bu nedenle yapay zekadan destek almak, veri düzenleme ve kontrol/denetleme gibi kritik görevlerin bazılarının kolayca yapılmasını sağlayabiliyor.
Bilinçli karar vermeyi kolaylaştırmak
Acil müdahale gerektiren durumlarda yapay zekâ teknolojisinden yararlanmak hayat kurtarıcı bir rol üstlenebilir. Doktorların hastanın geçmiş verilerini incelemesini gerektiren durumlarda yapay zekâ, kayıtları hızlı bir şekilde değerlendirebilir ve anında eylem önerilerinde bulunabilir. Böylece kararlar daha hızlı alınabilir ve çözüm yollarının etkinliği artabilir.
Sanal sağlık asistanlığı yapmak
Yapay zekâ tabanlı sanal sağlık asistanları, doktorlar için verileri analiz edebilir ve tedavi için önerilerde bulunabilir. Ek olarak kullanıcının sağlık verilerini doktorlarına ileterek hastalara beslenme tavsiyeleri verebilir ve ilaçlarını almalarını hatırlatabilir. (III)
Erken Teşhis ve Tanı
Hastalıkların daha hızlı, daha doğru ve çoğu zaman daha erken tespit edilmesini sağlayan YZ, tıbbi tanı ve teşhis sürecine yeni bir boyut katıyor. Bunun esas nedeni, YZ algoritmalarının görüntüleme, tarama, kan testleri ve genetik bilgiler gibi karmaşık tıbbi verilerden oluşan devasa veri kümelerini analiz konusunda insan yeteneklerini aşan bir doğruluk oranına sahip olması. Örneğin, radyolojide X-ışını, MRG ve BT taramalarında anormallikleri belirleyerek kırıklar, kanser ve nörolojik bozukluklar gibi durumları kayda değer bir doğruluk payıyla tespit edebiliyor. Negatif radyolojik incelemeleri de hızla tanımlayabiliyor, ki bu da iş yükü ağır ama insan kaynağı sınırlı olan hastaneler için çok değerli.
Hasta Takibi
Giyilebilir sensörler ve akıllı saatler gibi yapay zekâ destekli cihazlar, gerçek zamanlı kesintisiz sağlık takibini mümkün hale getirdi. Bu cihazlar, kalp atım hızı, kan basıncı, glikoz düzeyleri ve oksijen doygunluğu gibi hayati belirtileri izleyerek anında analiz edilebilecek değerli veriler oluşturuyor. Hastanın durumundaki küçük değişiklikleri bile tespit etme yeteneği bulunan bu sistemler kalıpları tanımlayarak, potansiyel sağlık sorunlarını kritik hale gelmeden önce tahmin etmeye yarıyor.
Yapay zekâ sayesinde sağlık personeli uzaktan hasta bakımı da yapabiliyor. Bu sayede zamanında ve kişiye özel bakım sağlanarak hastalarda daha iyi sonuçlar alınabiliyor, hastaneye yeniden yatış oranları azalıyor ve sağlık sistemlerinde verimlilik artışı sağlanıyor. (IV)
Kişiselleştirilmiş Tedavi:
YZ, hastaların genetik bilgilerini ve tıbbi geçmişlerini analiz ederek en etkili tedavi yöntemlerini önerir. Bu sayede, her hastanın bireysel ihtiyaçlarına uygun tedavi planları oluşturulabilir.
Hastane Operasyonlarının İyileştirilmesi:
Hastanelerdeki operasyonel verimlilik, yapay zekâ sayesinde artırılabilir. YZ, hasta yatış sürelerini, personel yönetimini ve tıbbi malzeme kullanımını optimize edebilir. Yapay zekâ, operasyonel süreçleri hızlandırmasının yanında henüz tedavisi bulunamamış hastalıklara yönelik tedavilerin geliştirilmesinde de kritik bir rol üstleniyor. (V)
Yakın gelecekte doktorların, yapay zekâ destekli hibrit sistemlerden faydalanması bekleniyor. Bu modellerin yardımıyla hastalıkların teşhisinin daha hızlı ve yüksek doğruluk oranıyla konulabilmesi hedefleniyor. Doktorlar sadece en kritik süreçlerde yer alırken kritik riskin bulunmadığı uygulamalarda yapay zekâdan faydalanılmasının sağlık personelinin iş yükünü de azaltacağı öngörülüyor. Bir insana göre çok daha fazla veriyi anlık olarak işleyebilen yapay zekânın, karar alma süreçlerinde doktorlara giderek daha fazla destek olması bekleniyor. Yapay zekânın sağlık hizmetlerinin artan maliyetini de aşağıya çekeceği tahmin ediliyor. Sonuç olarak hem sağlık personelinin hem de hastaların yapay zekâdan farklı biçimlerde faydalanacağı ve yapay zekâ teknolojisinin sağlık endüstrisinde büyük bir değişime neden olacağı neredeyse tüm uzmanlar tarafından kabul ediliyor. (III)
KAYNAKÇA
(I)https://yesilscience.com/tr/yapay-zeka-ve-saglik/
(II)https://tr.wikipedia.org/wiki/Sa%C4%9Fl%C4%B1k_hizmetlerinde_yapay_zek%C3%A2
(III)https://www.innova.com.tr/blog/yapay-zekanin-saglik-sektorune-faydalari-nelerdir
(IV)https://kurious.ku.edu.tr/saglik-hizmetlerinde-yapay-zeka-ile-donusum/