Ana Sayfa Ana Sayfa Yapay zekanın tıp alanında uygulamaları geleceği nasıl etkileyecek?

Yapay zekanın tıp alanında uygulamaları geleceği nasıl etkileyecek?

W- Dr. Eyüp Özcan ile “yapay zeka” çalışması üzerine sohbet edeceğiz. Şu anda çok popüler olan bir kavram olan ‘’yapay zeka’’ ile ne anlamamız gerekiyor?

E.Ö.- Öncelikle yapay zekanın ne olduğunu tam olarak açıklamakta fayda var. Yapay zeka, makinelerin insan beynini model alarak karar verici mekanizmalar haline gelmesidir. Oluşturulan algoritmalar yeterli veri ile eğitildikten sonra tıpkı insan beyni gibi öğrenme sürecini tamamlayarak verilen problemi çözme kapasitesine ulaşmaktadırlar.

W- Pekiyi bu algoritmalar sağlık çalışanlarının yerini mi alacak?

E.Ö.- Buna sağlık çalışanlarının yeri alacak demekten ziyade özellikle de hekimlerin çok büyük yardımcıları olacak şeklinde cevap verebilirim. Aynı zamanda hekime ulaşımın kolay olmadığı kırsal alanlarda adeta tarama aracı olarak kullanılabilecekler.

W- Bu algoritmaları kullanmaya yeni mi başladık yoksa bir süredir haberimiz olmadan kullanıyor muyduk?

E.Ö.- Yapay zekanın makine öğrenimi ve derin öğrenim adını verdiğimiz alt kümeleri var. Makine öğrenimini uzun süredir bir çok sektörde olduğu gibi tıp sektöründe de yıllardır kullanıyoruz. Bir çok tanısal araçta belli başlı makine öğrenimi algoritmaları bulunuyordu.

Derin öğrenim ise bana kalırsa ‘’yapay zeka’’ sözünün tanımına daha da uygun modeller. Örnek vermek gerekirse son yıllarda özellikle de radyoloji alanında tabiri caiz ise radyologları ürperten bazı gelişmeler oldu. Güncel çalışmalar gösterdi ki çok sayıda beyin tomografisi verisi ile öğrenimi gerçekleşen derin öğrenim algoritmaları tamamen otomatize bir şekilde tümörün yerini belirleyip sınırlarını çizebiliyor. Bu algoritmalar cild kanseri tanısında patologların yorumladığı biopsi spesimenlerini değerlendirip tümörüm selim veya habis olduğu konusunda çok yüksek bir oranda doğrulukla karar verebiliyorlar.

W- Bu öğrenim süreci nasıl gerçekleşiyor?

E.Ö.- Tıpkı bir asistan hekimin eğitimine benziyor diyebiliriz. Nasıl ki yeni bir patoloji asistanı cild kanserinde selim-habis tümör ayırımında hücrelerin özelliklerini eğiticilerinden veyahut atlastan öğreniyor ise benzeri de algoritmaların eğitimi için yapılıyor. Öncelikle binlerce görüntü üzerinde hastalığa veyahut probleme dair spesifik özellikler etiketlendiriliyor ve algoritmalar belirli bir süre sonra hangi özelliğin hangi patolojiye ait olduğuna kanaat getirebiliyorlar.

W- Göz hastalıkları uzmanısınız. Bu alanda ne gibi yenilikler oldu?

E.Ö.- Oldukça heyecan verici gelişmelerden bahsetmek mümkün. 2020 yılı Dünya Sağlık Örgütü tarafından Dünya Görme Yılı olarak ilan edilmişti. Buna paralel olarak önlenebilir körlüklerin zamanında tespiti, sağlık hizmetleri ihtiyacı karşılanamamış ülkelerde otomatize karar verici algoritmaların üretilmesi son derece önem taşıyor.

Bilindiği üzere diabet gelişmekte olan ülkelerde görme kayıplarının en sık nedeni olarak karşımıza çıkıyor. Erken tanı ile önlemlerin alınması yaşam boyu kaliteli görme seviyesinin korunması yönünden oldukça kritik. Yakın zamanda FDA onayı almış olan bir derin öğrenim modelinin, göz dibi fotoğraflarının otomatize yorumlanması ile diyabetik retinopati hastalarının tespitinde oldukça etkin olduğu bildirildi. Bu model retina fotoğrafının çekilmesi ile hastanın erken evre diyabetik retinopati veya orta-ileri evre diyabetik retinopati bulunup bulunmadığına karar verip hastanın göz hastalıkları uzmanı tarafından muayene edilmesi gerekip gerekmediğine veya takip süresinin sıklığına karar verebiliyor.

W- Covid-19 pandemisi ile online hayata neredeyse geçiş yaptık, bu gelişmeler doktorlara farklı yollarla ulaşmanın da bir yolunu açabilecek mi?

E.Ö.- Mutaka, bugün retinayı yüksek kalitede görüntüleyebilen çok sayıda mobil aparat mevcut ve bu fotoğrafların telemedicine aracılığıyla derin öğrenim algoritmalarına yorumlatılması ve sonrasınde hekimlerle de bu yol ile irtibat kurması mümkün olacak.

W- Sizin yapay zeka alanında çalışmalarınız neler?

E.Ö.- Yaklaşık bir yıllık bir süre boyunca Miami Üniversitesi Bascom Palmer Göz Enstitüsüne bağlı McKNight Research Center’da Artificial intelligence laboratuvarında çalıştım. Burada sık görülen kornea hastalıklarının tanısında derin öğrenim modellerinin etkinliği üzerine çalışmalarda bulunduk. Kornea hastalıkları diğer görme kaybı yapan hastalıklara nazaran yaşça daha genç nüfusta ortaya çıkmakta ciddi sosyo- ekonomik yük oluşturmaktadır. Bu nedenle tanısal araçların etkinliğinin güçlendirilmesini düşünerek bir takım çalışmalarda bulunduk.

W- Çalışmanızın detaylarından bahseder misiniz?

E.Ö.- Kornea hastalıklarını tanısında oldukça fazla sayıda görüntüleme cihazına ihtiyaç duyuyoruz. Bu nedenle bu cihazların tamamının özellikle geri kalmış ülkelerde bir arada bulunması pek kolay değil. Bu problemin analizinden yola çıkarak tek bir görüntüleme cihazını ile birden fazla hastalığın tanısında hekim yorumu olmadan tanı koyması üzerinde çalıştık ve ortaya çıkan model birden fazla kornea hastalığında etkin bir şekilde ayırt etme kapasitesine ulaştı. Performansını Amerikan Board sertifikalı göz hekimleriyle kıyasladığımızda yüzde %95’e yakın oranda doğruluk olduğunu bildirdik. Mayıs ayında gerçekleşen Amerikan Katarakt ve Refraktif Cerrahları Sanal Toplantısı’nda sonuçlarımızı sözlü olarak sunduk ve makalelerimiz şu an yayınlanma aşamasında bulunuyor.

W- Gelecekte bizi neler bekliyor?

E.Ö.- Çok da uzak olmayan bir gelecekte, bugün çok hayal etmediğimiz farklı tarama programları ile iç içe olacağız. Çok az sayıda sağlık personelinin bulunduğu belirli istasyonlarında düşük bütçeli ekipmanlarla bu taramalar gerçekleşecek ve birçok hastalığa erken dönemde tanı konularak hekimle buluşmaları sağlanacak.

W- Dr. Eyüp Bey değerli çalışmanızda başarılar dileriz.