Dijital sağlık Tıpta yapay zekaya giriş

Yapay zeka yaşamın farklı alanlarına girmektedir. Tıpta ve genel olarak sağlık hizmetleri alanında yapay zeka büyük bir potansiyele sahiptir. Yapay zeka sağlık personelinin çalışmalarını değiştirip kolaylaştırmanın ötesine geçecek gibi görünmektedir. Şikayetleri değerlendirmek için kullanılan yapay zeka uygulamaları hastalar arasında giderek yaygınlaşmaktadır. Bunlara ek olarak, yapay zeka ile tıbbi araştırmalar daha hızlı yapılabilmektedir. Yapay zeka başarılı şekilde kullanıldığında gelecekte sağlık hizmetlerini iyileştirebilecek bir araçtır.

Bazı yapay zeka uygulamaları, bilgisayarlı tomografi görüntülerini değerlendirme veya muayenehanelerde randevuları koordine etme gibi amaçlar için günlük klinik uygulamalarda halihazırda kullanılmaktadır. Şu an pek çok yapay zeka uygulaması geliştirilmektedir ve sürekli yeni yapay zeka destekli programlar kullanıma sunulmaktadır. 

Yapay zeka sayesinde tıbbi araştırmalarda çeşitli kanser hastalıklarını tetikleyen faktörler gibi alanlarda daha şimdiden yeni bilgiler elde edilmiştir. Yeni ilaç geliştirme çalışmaları yapay zeka ile desteklenebilir. Büyük miktarda veriyi değerlendirme çalışmaları da yapay zeka yardımıyla çok kolaylaşmıştır. Yapay zeka, araştırmaları değiştirme ve önemli ölçüde hızlandırma konusunda ümit vericidir.

Yapay zeka, pek çok kişi için günlük yaşamda sık karşılaşılan bir terim haline gelmiştir. Bu terimin çeşitli anlamları bulunmaktadır. Bu nedenle çeşitli kişiler ve kuruluşlar bu terimi aynı anlamda kullanmayabilir. Örneğin, insanlara ait bilişsel becerileri taklit eden makinelere yapay zeka adı verilebilir. Düşünme, öğrenme, plan yapma veya yaratıcılık bu becerilere örnek olarak verilebilir. Makine bu becerileri gösterebilmek için temel verileri ve komutları kullanarak belirli ifadelerin veya davranışların olasılıklarını belirler. Yapay zeka sistemleri belirli bir ölçüye kadar bağımsız şekilde çalışır. Yapay zeka için bazen İngilizce “AI” kısaltması (“artificial intelligence”) da kullanılabilir. 

Yapay zeka genel bir terimdir. Veri değerlendirmesi ve örüntü tespitine yönelik belirli yöntemleri de kapsar. Bu yöntemlere makine öğrenimi denir. Makine öğreniminde bilgisayar programı yüksek miktarda röntgen görüntüsü gibi pek çok veriyle eğitilir. Eğitim sırasında programa ilgili bilgiler de verilir. Bu bilgiler, görüntüde kemik kırığı görülüp görülmediği ile ilgili olabilir. Yapay zeka görüntülerden kemik kırıklarının ortak özellikleri konusunda çıkarım yaparak yeni görüntülerde de kemik kırıklarını tespit etmeyi öğrenir. 

Makine öğreniminin başka bir biçimi ise Deep Learning'dir (Derin Öğrenme). Bu süreçte insan beyninin çalışma şekli, diğer bir deyişle çok sayıda ayrı beyin hücresinin (nöron) karmaşık bağlantısı taklit edilir. Bu amaçla, art arda birbirine bağlanan çok sayıda yapay nörondan oluşan “derin” ağlar oluşturulur. 

Derin öğrenme uygulamaları da yeni verilerde örüntü tespiti için verilerle eğitilir. Bazı derin öğrenme uygulamaları eğitildikleri verilerdeki ilgili benzerlikleri ek bilgi verilmeden kendi kendine tespit edebilir. Diğer yapay zeka uygulamalarına kıyasla derin öğrenme için daha fazla veri gerekir. Çok sayıda yapay nöron birleştirildiği için derin öğrenmeyle diğer yapay zeka uygulamalarına kıyasla daha karmaşık görevler yerine getirilebilir. Bununla birlikte, bağlantıların karmaşıklığından dolayı derin öğrenme programlarının çözüm yollarını kontrol etmek pek mümkün değildir.

Bazı yapay nöron ağları kendi başına kapsamlı metinler veya eksiksiz görüntüler oluşturabilir. Bunu yapabilen yapay zeka sistemlerine üretken yapay zeka adı verilir.

Sağlık sisteminde büyük zorluklar söz konusudur. Yeni pahalı tedavi yöntemleri ve demografik değişim nedeniyle maliyetler sürekli olarak artmaktadır. Uzman eksikliği nedeniyle tüm hastalara gerektiği şekilde bakım sağlamak zordur. 

Dijitalleşme ve yapay zeka kullanımı bu sorunlara çözüm sunabilir. Sağlık hizmetleri alanında, aşağıdaki görevleri yerine getiren veya getirmesi için çalışılan programlar geliştirilmektedir: 

• Doktor randevusu koordinasyonu gibi yönetim görevlerini üstlenme
• Görüşmeleri ve tetkik bulgularını belgeleme, özetleme ve çevirme
• Hastalara semptomlarını değerlendirme konusunda yardımcı olma
• Tetkik değerlendirmesini destekleme
• Doktorlara tıbbi bilgiler hazırlama

Belgeleme

Yapay zeka kullanımıyla birlikte çok zaman isteyen görevler kısmen otomatikleştirilerek zaman kazanılabilir. Bu amaçla yapay zeka tetkik sonuçlarını veya doktor görüşmelerini belgeleme ya da epikriz raporu yazma gibi görevleri yerine getirebilir. Sağlık personeli kazanılan bu zamanı ideal olarak hastalarla doğrudan iletişim için kullanabilir.

Tetkik değerlendirmesi

Yapay zeka görüntüleri ve diğer verileri değerlendirerek hastalık teşhisine yardımcı olabilir. Yapay zeka programları örneğin bilgisayarlı tomografide beyin kanaması tespit edebilir. Bu şekilde teşhis koyma sürecini hızlandırabilir ve teşhislerin doğruluğunu artırabilir. Dikkat dağınıklığı ve insanlara özgü diğer zayıf yönler de yapay zeka programlarının yardımıyla telafi edilerek hatalar önlenebilir. Yapay zeka bu amaçla gece servisi gibi hata ihtimalinin daha yüksek olduğu durumlarda hedefe yönelik uygulamaya konabilir.

Tıbbi araştırma

Yapay zekanın tıbbi araştırmalarda uygulanmasıyla değerli sonuçlar elde edilebilir. Proteinlerin üç boyutlu yapısını tahmin etmeye yönelik yapay zeka destekli bir bilgisayar programı uygulamaya konularak araştırma alanında ilerleme kaydedilebilmiştir. Bu yapı bilindiğinde hücrelerdeki proteinlerin işlevini öğrenmek ve ilaçlar için yeni etkin maddeler geliştirmek kolaylaşabilir.

Yapay zekanın yaygınlaşmasıyla birlikte pek çok alanda büyük bir potansiyel ortaya çıkmıştır. Bununla birlikte, bu potansiyeli değerlendirebilmek için yapay zekanın uygulanması ve geliştirilmesiyle ilgili zorlukların üstesinden gelebilmek gerekir.

Tıp alanında yapay zekayı güvenilir bir şekilde kullanabilmek için uygulamaların ilgili amaç için uygun verilerle yeterince eğitilebilmesi önemlidir. Kullanıcıların, yapay zekanın hatalı tahminlerine doğru şekilde yanıt verebilmesi için yapay zeka kullanımı konusunda eğitilmesi gerekir. Ayrıca, yapay zeka yaygınlaştıkça çevre üzerindeki etkilerini olabildiğince düşük tutmak da önemlidir.

Yapay zekanın tıp alanında kullanılmasının sağlık sistemleri için ekonomik fayda getirip getirmediği konusu şimdiye kadar çok az araştırılmıştır. Bunun için sağlık alanında yapay zekanın geliştirilmesi ve uygulanması sonucunda oluşan toplam maliyet ve kaynakların hastalara yönelik olarak nasıl kullanılacağı gibi konular araştırılmalıdır. 

Veri temeli

Araştırmalarda ve yapay zeka uygulamalarında doğru sonuçlar elde etmek için veri temelinin sağlam olması gerekir. Uygun olmayan verilerin kullanılması sonuçların bozulmasına yol açabilir. Bu tür bozulmalara ön yargı adı verilir. Bozulmuş sonuçların, tıbbi kararlar vermek için kullanılmaması veya yalnızca sınırlı ölçüde kullanılması gerekir. 

Yapay zekanın amacına uygun olmayan verilerle eğitilen yapay zeka modellerinde de istenmeyen ön yargılar ortaya çıkabilir. Bu da yapay zekanın hatalı tahminlerde bulunmasına neden olabilir. Bunu önlemek için yapay zeka modelini eğitmek amacıyla bol miktarda değerli veri kullanılması gerekir.

Değerli verilerin katı veri koruma kurallarına uygun şekilde kullanılması için bu nedenle Netzwerk Universitätsmedizin (Üniversite Hastaneleri Ağı), Forschungsdatenportal für Gesundheit (Sağlık İçin Araştırma Verileri Portalı) ve Forschungsdatenzentrum Gesundheit (Sağlık Araştırma Verileri Merkezi) gibi yeni kuruluşlar ortaya çıkmıştır. Gelecekte, Europäische Raum für Gesundheitsdaten (EHDS, Avrupa Sağlık Verileri Ortamı) ile Avrupa Birliği dahilinde sağlık verilerinin birlikte kullanılabilmesi hedeflenmektedir.

Yapay zeka uygulamaları, elektronik hasta dosyasındaki veriler gibi aslen farklı amaçlarla toplanan verilerle de eğitilebilecektir. Toplumun büyük bir bölümünü temsil eden veriler kullanıldığında ön yargının etkisi azaltılabilir.

Şeffaflık

Yapay zeka uygulaması ne kadar karmaşıksa sonuçlara nasıl ulaştığını anlamak o kadar zorlaşır. Tıp alanındakiler geniş kapsamlı kararlar verme sorumluluğu altındadır. Dolayısıyla sağlık personeli ve hastalar için yapay zeka sonuçlarını ve tahminlerini kontrol edebilmek önemlidir. Yapay zeka uygulamalarının, sağlık hizmetleriyle ilgili tahminlerinin gerektiği gibi anlaşılabilir olması gerekir. 

Hatalı kararlar

Bazı yapay zeka uygulamalarının doktorlardan daha az hata yaptığı kanıtlanmıştır. Bir yapay zeka uygulamasının, akciğerdeki bilgisayarlı tomografi görüntülerindeki anormallikleri uzmanlara kıyasla daha güvenilir şekilde bulduğu görülmüştür. Yapay zeka uygulamalarının güvenliği ve güvenilirliği de tıbbi ürün olarak satışa sunulan tıbbi yapay zeka uygulamalarının sertifikalandırılması için ön koşullardır. Yine de hiç hata olmaması mümkün değildir. Yapay zekayı kullanan sağlık personelinin ve hastaların bu gerçeği aklında bulundurması gerekir. Tıbbi kararların sorumluluğu, önceden olduğu gibi insanlara aittir. Teknik hatalar veya yanlış kullanım önerileri olursa üretici de bundan sorumlu tutulabilir.

İnsanlar ve yapay zeka arasındaki ilişki

Yapay zeka uygulamaları daha nesnel ve kapsamlı bilgiler sunarak insanların kararlarını iyileştirmeye yardımcı olabilir. Bazı durumlarda insanlar, yapay zeka kararlarına diğer insanların kararlarına göre daha çok güvenmeye meyillidir.

Uzmanlardan daha iyi tahminler sunan yapay zekalara güvenmek mantıklı olabilir. Bununla birlikte, yapay zeka tahminlerine aşırı ölçüde güvenmek, insanların daha iyi vereceği kararlarda daha sıklıkla yapay zekayı kullanma tehlikesi oluşur. Kararların yapay zeka ile verme sıklığı arttıkça insanlar belirli becerileri unutabilir.

Hem sağlık personeli hem de hastalar yapay zeka uygulamalarının nasıl doğru kullanılacağını öğrenmelidir. Buna, yapay zeka uygulamalarının güçlü ve zayıf yanlarını değerlendirme becerisi de dahildir.

Yapay zeka sağlık personeli ve hasta arasındaki değerli ilişkinin yerine geçemez. Kişisel ilgi, iyileşme sürecini destekler ve tedavinin önemli bir parçasıdır. Yapay zekalar kişisel iletişime daha çok zaman kalmasını sağlayarak bu değerli ilişkiyi güçlendirebilir.

Sürdürülebilirlik

Yüksek miktarda veri depolamak, yapay zeka sistemlerini geliştirmek ve sohbet robotlarına sorulan her soru için enerji tüketilir. Bu nedenle dijitalleşmeyle ve yapay zeka kullanımının yaygınlaşmasıyla birlikte dünya çapında veri merkezleri için elektrik ihtiyacı önemli ölçüde artmaktadır. Yapay zeka uygulamaları çalışırken veri merkezlerinin soğutulması için kullanılan su gibi diğer kaynaklar da tüketilmektedir. Bunlara ek olarak, yapay zeka donanımından dolayı elektronik atık oluşumunun çok artması beklenmektedir. Aynı zamanda, yapay zeka uygulamalarının sağlık sisteminde ilaç geliştirme süreci gibi toplam değerli kaynak kullanımını daha verimli hale getirerek optimize etmesi de mümkündür.

Fikir aşamasından günlük klinik uygulamalarda kullanıma giden süreç, yapay zeka destekli sistemlerde genellikle daha uzundur. Belirli bir tıbbi amaca yönelik yapay zeka sistemleri genellikle tıbbi ürün sayılır. Tıbbi ürünlerin Avrupa pazarına sunulabilmesi için Avrupa Birliği'ndeki yasal gereklilikleri karşılaması gerekir. Sertifika için karşılanması gereken gereklilikler öncelikli olarak ürünün kullanımından doğabilecek risklere (ürün riski) bağlıdır.

Yapay zeka geliştirildikten sonra ürün klinik olarak değerlendirilir. Bu değerlendirmede üretici ürünün güvenli ve etkili olup olmadığını kontrol eder. Bunun için örneğin, yapay zekanın etkisi, uzman doktorların becerileriyle kıyaslanabilir.

Bir üreticinin yapay zeka destekli tıbbi ürünü pazara sunmasına izin verilebilmesi için öncesinde tüm yasal gerekliliklere uyup uymadığı kontrol edilir. Bunun için uyumluluk değerlendirmesi süreci uygulanır. Bu sürece bağımsız kontrol ve sertifikalandırma kuruluşları katılır. Tüm koşulları karşılayan ürünlere CE işareti verilir. 

Ayrıca, üreticinin kalite kontrol sistemi kurması gerekir. Bu sistem aşağıdakilerin ve diğer faktörlerin karşılanmasına yöneliktir:

• Ürünün olası risklerini tespit etme ve azaltma (risk yönetimi)
• Ürünü pazara sunulduktan sonra da kontrol etme

Avrupa Birliği Yapay Zeka Yönetmeliği

Gelecekte, Avrupa Birliği'nde yapay zeka destekli birçok ürünün ek olarak Yapay Zeka Yönetmeliği (kısa adı: AI Act) şartlarını karşılaması gerekecektir. Yapay Zeka Yönetmeliği, temel olarak örneğin insanları manipüle etmek veya sosyal kontrol için kullanılan belirli yapay zeka sistemlerinin Avrupa Birliği'nde kullanıma sunulmasını yasaklar. Yapay Zeka Yönetmeliği ayrıca, yapay zeka ile çalışan belirli tıbbi ürünlere yönelik kısıtlamalar içerir. 

Yapay Zeka Yönetmeliği'nin bazı şartları tıbbi ürünlere yönelik yasal gerekliliklerle örtüşmektedir. Örneğin, tıbbi ürün üreticilerinin ve yüksek riskli yapay zeka ürünü üreticilerinin güvenlik, sağlık ve temel haklara ilişkin olası riskleri bulması ve azaltmaya çalışması gerekir. Hem tıbbi ürünlerin hem de yapay zeka ürünlerinin pazara sunulduktan sonra denetlenmesi gerekir.

Yapay Zeka Yönetmeliği'nin şartları bazı açılardan tıbbi ürünlere ilişkin yönetmeliklere göre daha spesifiktir. Bunlara aşağıdakilerle ilgili standartlar dahildir:

• Verilerin paylaşılması, depolanması ve korunması
• Yapay zeka sistemi etkinliklerinin, gerekirse hataları inceleyebilmek için belgelenmesi
• Yapay zeka sistemlerinin kullanım sırasında kullanıcı tarafından denetlenmesi

Tıp alanındaki kararların veya tetkik sonuçlarının geniş çaplı sonuçları olabilir. Bu alanda kullanılan yapay zeka destekli uygulamaların hem personel hem de hastalar için güvenilir olması gerekir. Bu nedenle, tıp alanındaki yapay zeka uygulamalarının devamlı olarak doğru sonuçlar vermesini sağlamak için büyük bir dikkatle geliştirilip denetlenmesi gerekir.

Yapay zeka destekli programlar klinik bağlamda kullanılırken ve geliştirilirken hassas hasta verilerini işler. 

Yasal gereklilikler, Avrupa Birliği'nde (AB) yalnızca güvenli olan ve gerektiği ölçüde izlenebilir yapay zeka sistemlerinin kullanılmasını sağlamaya yöneliktir. Üreticiler ürünlerini yasal düzenlemelere göre uyarlayabildiği için bu tür bağlayıcı gerekliliklerin, yapay zeka ürünlerini geliştirmeyi daha cazip hale getirmesi de amaçlanmaktadır. Bu nedenle AB'de 2024 yılından itibaren düzenlemeleri adım adım yürürlüğe giren bir Yapay Zeka Yönetmeliği (“AI Act”) bulunmaktadır.