Yerelleşmiş Bilgi İşlem, Doktorlara Yapay Zekâ Erişimi ve Daha Hızlı Tanı İmkânı Sağlayabilir

26 Şubat 2021

Yapay zekâ, her geçen gün hayatımızda daha çok yer alıyor. Peki sürekli gelişen yapay zekâ teknolojisi tıp alanında ne gibi hizmetler sunuyor? Bu hizmetlerden faydalanarak hayatımızı nasıl daha da kolaylaştırabiliriz?

Birçok doktor ve endüstri uzmanı, yapay zekâ destekli tıbbın sağlık hizmetlerini değiştireceği konusunda hemfikir. Pnömotoraks, kanser ve hatta COVID-19 komplikasyonları gibi durumların teşhisini ve tedavisini hızlandırmaya yardımcı olan çok sayıda klinik veriyi işlemek için gelişmiş algoritmalar şu an zaten kullanılıyor. Bu da akıllarda şu soruyu oluşturuyor: Yapay zekâ, daha geniş çaplı hastane ortamında nasıl yaygınlaşacak?

Özellikle, yapay zekâdan faydalanarak bilgisayarlara internet üzerinden veri aktarmaya alışkın bir dünyada bu soruya cevap vermek zor. Doktorların gizlilik düzenlemeleriyle karşılaştığı veya farklı MRI tarayıcılarından gelen verileri analiz ederken ortaya çıkabilecek farklılıklardan kaynaklanan standardizasyon sorunlarıyla mücadele ettiği tıp dünyasında, bu her zaman işe yaramaz. Bu nedenle doktorlar da hızlı gerçek zamanlı işlem yapamıyor. Ağ gecikmesinin neden olduğu aksaklıklar, merkezi bilgisayar sistemlerini çalışılamaz hale getiriyor.

Uç bilişim (edge computing) sahada verileri üreten cihaza yakın, daha güçlü bilgisayarlar kurulmasını ve bu bilgisayarların en kritik hesaplamaları yapmasını sağlıyor. Bilgisayarları hastalara ve doktorlara olabildiğince yakın, yani muayenelerin ve tanının gerçekleştiği bakım noktasına koymak; analiz edilen verilerin hızını ve güvenliğini artırıyor. Yapay zekâ doktorların ulaşabileceği mesafede olunca başka yerlerdeki bilgisayar ağlarına bağlanabiliyorlar. Bu da gelişmiş teşhis araçlarını, bir akıllı telefondaki hava durumu uygulaması kadar erişilebilir hale getiriyor.

GE Sağlık, Ekim ayında Edison HealthLink adlı güçlü bir sunucu olan en son bilgisayar teknolojisini piyasaya sürdü. Edison HealthLink, klinik cihaz ağından elde edilen verileri toplayıp bunları ilişkilendirip analiz edebiliyor, görüntüleyebiliyor ve paylaşabiliyor. Böylece kullanıcılarına; GE Sağlık’ın güçlü Edison Zekâ Platformuna bağlanma, klinisyenlerin beynin yüksek çözünürlüklü görüntülerini analiz etme ve bir hastanın toplam radyasyonunu ve iyot maruziyetini ölçme gibi görevleri gerçekleştirmesine olanak tanıyan düzinelerce uygulamayı kullanmaları için olanak tanıyor.

Edison HealthLink, tüm bu Edison uygulamalarını barındırarak doktorların ve klinisyenlerin kendi ihtiyaçlarına göre özelleştirmelerini sağlıyor. Bu lokal programlama, aynı zamanda MRI makineleri gibi görüntüleme cihazlarını zaten sahip oldukları diğer sistemlerle – örneğin görüntü arşivleri ve hasta kayıtları- bağlamak için de kullanılabiliyor. Sonuç olarak hem doktorlar hem de klinisyenler, akademik enstitüler ve kâr amaçlı şirketler tarafından geliştirilen yeni yapay zekâ algoritmalarıyla klinik sistemleri arayüzlemek için uç bilişimden faydalanabilecekler. GE SağlıkGenel Başkan Yardımcısı ve Dijital Başkanı Amit Phadnis’e göre “Yapay zekâ, tıbbi görüntüleme ve hasta izleme gibi sistemlere giderek daha fazla yerleşiyor.”

Boston’daki Mass General Brigham’ın Baş Veri Bilimi Sorumlusu ve kuruluşun Klinik Veri Bilimi Merkezi’nin (CCDS) Başkanı Keith Dreyer, GE Sağlık ile iş birliğinin bir parçası olarak Edison ekosistemini test ediyor. Hastane şu anda Edison HealthLink‘i, eski MRI makinelerindeki taramalarda “gürültüyü” azaltmak ve daha net görüntüler elde etmek gibi yeni derin öğrenme algoritmaları – bir bilgisayarın arşivlenmiş verileri eğittiği bir yapay zekâ biçimi – geliştirmek için kullanıyor. Dreyer, “Bu algoritmaları çalıştırmak bedeli yüksek bir bilgisayar gücü gerektiriyor; ancak hastanelerin eski MRI cihazlarının kalitesini iyileştirmesine ve ömrünü uzatmasına fırsat veriyor.” diyor.

Dreyer ve ekibi, doktorların COVID-19 hastalarının durumlarının kötüye gidip gitmeyeceğini tahmin etmelerine yardımcı olmak için Edison HealthLink ve Edison Health Services platformunu kullanmayı umuyor. Bazı COVID-19 hastalarında ilk birkaç gün hafif semptomlar görülürken daha sonra sağlık durumlarında hızlı bir düşüş olabiliyor. Bu nedenle Dreyer‘in ekibi, göğüs röntgeni gibi görüntüleme verilerini klinik hasta verileriyle (kan oksijenasyon seviyeleri, hastanın entübe edilip edilmediği ya da diyabet hastası olması gibi faktörler) birleştirerek hastalarda COVID bozulmasını tahmin edebilen derin bir öğrenme modelinin geliştirilmesi üzerine çalışıyor. Sonuç olarak, ekip Edison HealthLink‘in farklı veriler ve yazılımlar arasında köprü görevi görebileceğini ve tüm veri setinden ortaya çıkan şablonları göstereceğini umuyor.

Doktorların ihtiyaç duydukları yazılımı geliştirmek ise bulmacanın başka bir önemli parçası. Edison platformu üçüncü şahısların doktorlar için yapay zekâ araçları geliştirmesine olanak tanıyor; tıpkı iPhone uygulama mağazasının, Apple dışındaki geliştiricileri bir Apple cihazı için yazılım geliştirmeye yönlendirmesi gibi. Hatta GE Sağlık’ın Kıdemli Program Yöneticisi Priya Achaibar, şirketin bu amaçla bir yazılım geliştirme kiti (Edison Geliştirici Programı) yayınladığını söylüyor.

Dryer’a göre; çekilen MRI görüntülerinin üzerine yapay zekâyı kullanarak hastanın kan testlerinin ya da patolojik örneklerin ve demografik verilerin eklenmesi, teknolojide görüntüleme gibi tek bir tanı modunu uygulamaktan çok daha zengin bir resim oluşturabilir. Dyer, “Gerçek algoritmik gücün kaynağı burası.” diyor.

Yorumlar

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir