Sağlık Hizmetlerindeki En Geniş Yapay Zekâ Platformlarından Biri: “Edison!”

13 Aralık 2018

Yapay zekâ destekçileri, yıllardır yapay zekânın (AI) diğer sektörlerdeki kullanım alanları olan önerileri kişiselleştirme, aramaları önceliklendirme ve resimleri etiketleme gibi özelliklerinin sağlık hizmetlerinde de kullanılması konusunda bir beklenti içerisindeler. Bu konudaki yatırımlar da beklentilerle doğru orantılı bir yol çiziyor. Bu yüzden sağlık hizmetlerinde yapay zekâ pazarının 2021 yılında 6,6 milyar dolara ulaşması bekleniyor.

Kaliforniya San FranciscoÜniversitesi (UCSF) Bilişim Dalları Rektör Yardımcısı Dr. Michael Blum konuyla ilgili: “İnsanlar Apple Siri,Amazon Alexa ve Tesla’nın otomatik sürüşlü arabası gibi akıllı bilgisayarları her yerde görüyorlar ve sağlık hizmetlerinin de böyle olması gerektiğini düşünüyorlar. Tabii ki sağlık hizmetleri bunlardan çok daha karmaşık, çok daha fazla doğruluk oranı ve daha az hata payı gerektiriyor.” diyor.  

Ancak ortak olarak gösterilmeyen çabalar, farklı sistemler, devasa sayıdaki veriler ve  bu verilerin karmaşıklığı nedeniyle sektörde genel anlamda bir değişim yaşanmıyor. Neyse ki pek çok hastanenin en azından bir ortak noktası var; o da radyologların hastaları tarama, teşhis ve tedavi işlemlerinde kullandıkları teknoloji olan görüntüleme cihazları. Tüm sağlık hizmetleri verilerinin %90’ı gibi ciddi bir rakam görüntüleme teknolojilerinden geliyor; ancak bu verilerin %97’si analiz edilemiyor veya kullanılamıyor. Bu istatistikler ışığında, çoğu insan bu tıbbi teknolojinin en büyük yapay zekâ platformu adayı olduğunu düşünüyor.

Son zamanlarda duyurulan yeni bilgiler de tam olarak bu düşünceye kanıt niteliğinde olabilir: İsmini çığır açan bir mucit ve GE’nin kurucusundan alan “Edison”, milyonlarca görüntüleme cihazından gelen verileri birleştirmek için kurulan bir zekâ platformu. Bu platform bir süredir gerçekçi sonuçlar veren uygulamalara ve yapay zekâ destekli cihazlara sessizce güç veriyor.

Aslında bu uygulamalar ve yapay zekâ destekli cihazlar hâlihazırda klinisyenlerin tarama tutarlılığını artırmasına, akut vakaları saptamasına ve önceliklendirmesine, cihazların ömrünü uzatmasına yardımcı oluyor. Platformun bu kadar zamandır sessizce çalışarak veri toplamasının sebebi, platformun hastanelerin mevcut altyapılarına değer katarak önceden kurulmuş olan teknolojilerin yeni analitik ve yapay zekâ özelliklerine sahip olacak şekilde güncellenebilmelerine izin verme özelliğinden kaynaklanıyor olması. .

Kaliforniya San FranciscoÜniversitesi (UCSF) Tıp Merkezi gibi hastanelerde, klinisyenler potansiyel olarak hayati tehlike arz eden durumlarda kullanılan STAT (acil) gibi taramalar akciğer röntgenlerini daha hızlı okuyarak, kritik hastalara daha hızlı teşhis koymalarına olanak tanıyacak bir fırsat arıyorlardı.

Kaliforniya San Francisco Üniversitesi (UCSF) Tıp Merkezi’nde Op. Doçent Doktor olarak görev alan ve aynı zamanda Dijital Sağlık İnovasyonu Merkezi Veri Bilimleri Direktörü olan Dr. Rachael Callcut, meslektaşları ve GESağlık ile birlikte çalışarak, yılda yaklaşık 74.000 Amerikalı’nın etkilendiği pnömotoraks’ı tespit edebilen bir başlangıç algoritması oluşturdu. Edison platformu desteğine sahip mobil Optima XR240amk Röntgen sisteminde Kritik Bakım Paketi olarak bilinen bu algoritma, hastanın taraması gerçekleştirildiği anda tıbbi ekibi potansiyel pnömotoraks vakaları hakkında uyararak, o hastanın filminin okunmasının önceliklendirilmesinde ekibi yönlendirebiliyor.

Algoritmayı farklı klinik ortamlarda doğrulamak için UCSFve Toronto, Kanada’daki St. Luke Üniversitesi Sağlık Ağı, Humber River Hastanesi ve Yeni Delhi, Hindistan’daki Mahajan Görüntüleme Merkezi de dâhil olmak üzere dünyanın dört bir yanındaki sağlık kuruluşları GE Sağlık ile birlikte çalıştı. Bu kapsamda görüntü elde edilmesi ve görüntülere not eklenmesi üzerine yapılmış olan çalışmayı kopyaladılar.

Başka yerlerde ise Edison’ın birden fazla MR sistemine erişebilme kabiliyeti sayesinde, geliştiriciler AIRx* isimli bir iş akışı yarattılar. Bu iş akışı, 36.000’den fazla beyin görüntüsüne sahip olan bir veri tabanından öğrenebilme amacıyla derin öğrenme ve anatomi tanıma teknolojisi kullanıyor. Yazılım geliştiriciler bu şekilde, beyin taramaları sırasında radyologlara daha öncesinde engel teşkil eden bir manuel adımın iş yükünü azaltabiliyor. Bu iş akışı aynı zamanda taramalar ve teknolojiler arasındaki tutarlılığı da artırmak üzere tasarlandı. Böylece hatalı kesit yerleştirilmesi gibi sebeplerle hastanın tekrar çağrılma ihtimali azaltılabiliyor.

104. yıllık RSNA toplantısının öncesinde konuşan Bigelow, BT cihazları gibi hastane altyapısında yer alan büyük ve önemli parçaları değiştirmek yerine Edison’un mevcut olan altyapıyı geliştirebilme özelliğinin de altını çizdi.

Edison’un üreticileri sistemin hedefinin; sessizce, habersizce ama verimli bir şekilde çalışarak sağlık sisteminde geniş bir yelpazede görev alan profesyonellerin işlerine değer katmak olduğunu belirtiyor. Edison uygulamalarını kullanan klinisyenler de algoritmaların, ekosistem içerisinde sınıfının en iyileri tarafından geliştirildiği ve doğrulandığı gerçeğinin bilincinde olarak güven içinde çalışabilirler. Edison’u kullanan geliştiriciler, küresel olarak pek çok çeşitli modalite, tedarikçi ve bakım ayarlarını bir araya getiren ortak bir entegre platformdan faydalanacaklar.

GESağlık’ın hedefi platformu ve 100’den fazla hizmetini daha fazla geliştiricinin ve ortağının nihai olarak kullanımına açmak. Bu da yapay zekâ teknolojisinin geliştirilmesi ve kullanılmasını hızlandırabilir.

Yorumlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir